cuda：共享'；常数'；中间螺纹块

我们正在使用CUDA CFD代码进行实验，在该代码中，三维场被分解为一维或二维螺纹块（三维场的水平切片）。在许多情况下，一个块内的所有线程共享一个循环计算，该计算仅取决于高度，即，一个线程块内的所有线程都类似。优化这种情况的最佳方法是什么（特别是如果循环计算是整个内核中最昂贵的计算）？是否有可能让一个线程进行计算，并与其他线程共享结果

---

以我有限的CUDA知识，我能想到的最好的方法是：如果（threadIdx x和y为0）计算循环值，放入共享内存（？），所有线程在计算中都使用共享内存中的该值。这是有效的，还是有更好的方法？

有很多方法可以做你想做的事情，但是如果没有更多的信息，就不可能说哪种方法最好

一些选项大致从“昂贵的计算并不十分复杂”到“昂贵的计算极其复杂”：

什么都不做。只要在每个线程上计算它。如果计算不是很复杂，这可能是最快的，因为它允许编译器在整个同步过程中进行优化

照你的想法去做。在一个线程上计算，存储在共享内存中，同步，然后从共享内存中读取值。一个线程中的计算效率很低，并且会受到延迟限制，因此您可能需要相当多的块/多处理器来隐藏此延迟

将复杂的计算并行化。也许在这个复杂的计算中有一些并行性，你可以利用它。例如，如果需要对少量值进行求和，则可以选择并行求和，而不是顺序求和

预计算。根据具体情况，最好在单独的内核中预计算昂贵的数据。只有当昂贵的计算非常昂贵时，此选项才可能有效。这可能会更快，因为内核的昂贵部分可能会使用大量寄存器，这可能会限制内核其余部分的占用 这一切都归结于你昂贵的计算到底是什么。理想情况下，你应该在问题中提供更多的信息