Cuda 是否有更好的处理方法；按块大小划分的不可分割数字计数；在库达？

我需要对N个数的向量进行数据缩减（查找k-max数）。问题是我事先（在编译之前）不知道N，而且我不确定在构造两个内核时是否正确—一个是

（int）（N/block\u size）

块，另一个是

N%block\u size

线程块

---

是否有更好的方法处理CUDA中按块大小“不可分割”的数字计数？

典型方法如下（一维网格示例）：

#定义数据大小…//这是一个任意数
#定义每个块的线程数…//这是块大小，通常是32的倍数
//典型的选择是256、512、1024（选择一个）
无符号整数N=数据大小；
unsigned int nTPB=每个块的线程数；
我的_内核（…）；

这假设内核在开始时有一个“线程检查”，如下所示：

unsigned int idx = threadIdx.x + blockDim.x*blockIdx.x;
if (idx < DATA_SIZE){
   // kernel code goes here
}

unsigned int idx=threadIdx.x+blockDim.x*blockIdx.x；
if（idx<数据大小）{
//内核代码在这里
}

典型方法如下（一维网格示例）：

#定义数据大小…//这是一个任意数
#定义每个块的线程数…//这是块大小，通常是32的倍数
//典型的选择是256、512、1024（选择一个）
无符号整数N=数据大小；
unsigned int nTPB=每个块的线程数；
我的_内核（…）；

这假设内核在开始时有一个“线程检查”，如下所示：

unsigned int idx = threadIdx.x + blockDim.x*blockIdx.x;
if (idx < DATA_SIZE){
   // kernel code goes here
}

unsigned int idx=threadIdx.x+blockDim.x*blockIdx.x；
if（idx<数据大小）{
//内核代码在这里
}
@RobertCrovella的回答描述了处理这种情况的标准方法，通常不需要担心内核中需要的额外的
条件

但是，另一种替代方法是分配输入和输出缓冲区，并将其填充到可被块大小整除的数字，运行内核（如果
，则不使用
），然后忽略额外的结果，例如，不将它们复制回CPU。
@RobertCrovella的回答描述了处理这种情况的标准方法，通常不需要担心内核中需要的额外的
（如果
）条件

但是，另一种方法是分配输入和输出缓冲区，并将其填充到一个可被块大小整除的数字，运行内核（不使用
if
），然后忽略额外的结果，例如不将它们复制回CPU。
Thx获取答案。但是，它比不使用IF语句创建两个内核更有效吗？IF语句的成本（纳秒）与启动一个额外内核的成本（微秒）相比微不足道。这是有争议的。内核启动开销取决于您是否在WDDM上运行，但无论哪种方式，如果您有数亿个线程，if语句开销都不是那么微不足道。答案很好，我只是好奇：）我更喜欢
if（idx>=DATA\u SIZE）返回
这样我就不会把内核主体放在一个大的
if
子句中。Thx作为答案。但是，它比不使用IF语句创建两个内核更有效吗？IF语句的成本（纳秒）与启动一个额外内核的成本（微秒）相比微不足道。这是有争议的。内核启动开销取决于您是否在WDDM上运行，但无论哪种方式，如果您有数亿个线程，if语句开销都不是那么微不足道。答案很好，我只是好奇：）我更喜欢
if（idx>=DATA\u SIZE）返回if
子句中包含内核体。