Cuda 带有同步线程的每块通用指令

我正在寻找一些并行实现Miller-Rabin素性证明的建议。让我们假设在输入时有一些大的奇数

n

和

m

参数，这意味着它应该向前搜索多少奇数（因此它就像

n

，

n+2

，

n+4

等等）。我想以以下方式启动内核：

miller_rabin_kernel<<<m, k>>>(dev_n, ..)

---

是否有更好的方法，或者这是比较常见的做法？

当每个区块需要计算的具体数量不同时，您的示例是一种合理的方法

如果您有大量的块，并且

t

和

s

的计算相当密集，那么您可以通过使用单独的内核来预计算

t

，

s

值，每个数量使用一个线程，从而获得一些好处，但因此能够有效地使用块中的所有线程。这个内核可以更有效地使用设备计算能力和内存带宽，因为所有线程都参与其中。然后，您可以将

t

和

s

数量保留在全局数组中，您可以访问每个块：

t = t_array[blockIdx.x];

在您的

t

，

s

安装内核完成后，您可以大致如图所示调用主内核

---

调用第一个内核会有一些开销，可能需要几微秒。同样，如果

t

和

s

的计算量很大，则提高的效率可能会抵消开销，从而获得可能的好处。

您的方法是合理的。如果每个块的变量t、s等不同，那么您的方法是有意义的。如果t、s等对于所有块都是相同的，那么最好预先计算并将它们作为内核参数传递，或者使用模板内核。是的，这些t、s变量对于每个块都是不同的，因为它们取决于n+2*blockIdx.x值。老实说，它们当然可以在主机端的某种预处理阶段提前准备好，然后传输到设备内存中，不过我想将可能的大多数操作转移到并行代码中。诀窍是我实际上有两个级别的并行化。有了两个级别的并行化，动态并行会有帮助吗？@JackOLantern：这是一个有趣的想法，但我只能访问费米体系结构设备。

t = t_array[blockIdx.x];