仅pycuda区块（N、1、1）工程

我不明白为什么下面的程序对block=N，1,1运行正常，但对1,1，N（结果为无效值）或1，N，1（结果为0,1,0…..0）运行不正常 或10,50,1（结果为0,1,0..0）（N=500）

将pycuda.gpuarray导入为gpuarray
将pycuda.driver导入为cuda
导入pycuda.autoinit
从pycuda.compiler导入SourceModule
将numpy作为np导入
随机输入
从pycuda.curandom进口兰特
导入cmath
将pycuda.driver作为drv导入
N=500
a_gpu=gpuarray.to_gpu（np.zeros（N）.astype（np.int32））
mod=SourceModule（“”）
#包括
外部“C”{
__全局无效myfunc（int*a，int N）
{
int idx=threadIdx.x；//+blockIdx.x*blockDim.x；
if（idx如果我记得的话，第三个值被限制为一个小数字，比如2或3

您应该能够使用（1，N，1）。
第一个维度对应threadIdx.x，第二个维度对应threadIdx.y，第三个维度对应threadIdx.z

启动block（N，1，1）时，threadIdx.x从0变为N，而threadIdx.y和threadIdx.z始终为零

启动块（1，N，1）时，threadIdx.x始终为零，threadIdx.y从0变为N

因此，与其

idx = threadIdx.x;

换成

idx = blockDim.x * threadIdx.y + threadIdx.x;

或者更准确地说（仅当使用Z>1的块（X、Y、Z）时）

块的第三维限制为64个线程，根据您的gpu，块的第三维限制为64个线程，块中的线程总数为512或1024个。如果您愿意阅读，请参阅所有文档。我已经编辑了我的帖子（从20分钟前开始）：）。我不明白的是，我必须始终使用（N，1,1）安排？谢谢！你的最后一个例子不正确。我发现idx=threadIdx.x+threadIdx.yblockDim.x+threadIdx.zblockDim.x*blockDim.y；这工作正常。谢谢，我现在意识到它应该如何工作。也许你可以帮我做这个？@george，谢谢你指出。我用blockIdx代替了blockDim。现在修复了代码。
idx = blockDim.x * threadIdx.y + threadIdx.x;

idx = (blockDim.y * threadIdx.z +  threadIdx.y) * blockDim.x + threadIdx.x;