在CUDA中执行此内核的效率如何

我的测试函数是这样的

DIMENSION 20
POPSIZE 5000

    __global__ void repairT(int* H, int* diff){

        int tidx = blockDim.x * blockIdx.x + threadIdx.x; 
        int ii = tidx * DIMENSION;

        //if (ii < DIMENSION * POPSIZE)
        //{
            int Hdiff[DIMENSION] = { 0 };
            int diffcount = 0;
            bool isInIndiv = false;

            //complement set H
            for (int i = 1; i <= DIMENSION; i++)
            {
                for (int j = ii; j < ii + DIMENSION; j++) //H for 
                {
                    if (i == H[j])
                    {
                        isInIndiv = isInIndiv || true;
                    }
                }
                if (isInIndiv == false)
                {
                    Hdiff[diffcount] = i;
                    diffcount++;
                }
                else
                    isInIndiv = false;
            }
            // diff to array
            int diffc = ii * DIMENSION;
            for (int i = 0; i < DIMENSION; i++)
            {
                diff[diffc] = Hdiff[i];
                diffc++;
            }
        //}
    }

维度20
POPSIZE 5000
__全局无效修复（int*H，int*diff）{
int tidx=blockDim.x*blockIdx.x+threadIdx.x；
int ii=tidx*尺寸；
//如果（ii<尺寸*尺寸）
//{
int-Hdiff[DIMENSION]={0}；
int diffcount=0；
bool-isInIndiv=false；
//补集H
对于（int i=1；i（d_H，d_diff）；

---

请给我一些建议。

您访问H，而diff不是，这意味着内存单元效率不高。您希望对数据重新排序或更改代码以进行合并访问

此外，您似乎正在大量读取H[j]。您可能希望定义另一个小数组Hcache预加载它，以避免过度读取：

        int Hcache[DIMENSION];
        for (int j = 0; j < DIMENSION; j++) //H for 
        {
            Hcache[j] = H[j+ii];
        }
        for (int i = 1; i <= DIMENSION; i++)
        {
            for (int j = 0; j < ii; j++) //H for 
            {
                if (i == Hcache[j])
                {
                    isInIndiv = isInIndiv || true;
                }
            }
            if (isInIndiv == false)
            {
                Hdiff[diffcount] = i;
                diffcount++;
            }
            else
                isInIndiv = false;
        }

inthcache[DIMENSION]；
for（int j=0；j对于（inti=1；i不i从ii的声明中删除维度，但现在内核有时会做错误的计算，但它在所有数组上都能工作。我很确定这并不能回答这个问题（非常糟糕）存在asked@talonmies，这是可能的。我尽力理解这个问题，并帮助Petr。我想指出重复读取相同数据非常昂贵，将此不变量移出循环将有助于提高性能。如果您对这个问题有更好的理解，请让我知道。这实际上是一个“帮助解决我的代码不起作用的问题”，但是没有足够的细节来提供答案，因为Petr询问如何有效地使用这个内核，我认为Florent的回答仍然可以帮助他，因为它指出了影响性能的两个实现方面。
        int Hcache[DIMENSION];
        for (int j = 0; j < DIMENSION; j++) //H for 
        {
            Hcache[j] = H[j+ii];
        }
        for (int i = 1; i <= DIMENSION; i++)
        {
            for (int j = 0; j < ii; j++) //H for 
            {
                if (i == Hcache[j])
                {
                    isInIndiv = isInIndiv || true;
                }
            }
            if (isInIndiv == false)
            {
                Hdiff[diffcount] = i;
                diffcount++;
            }
            else
                isInIndiv = false;
        }