在Cuda中检查位数组的最佳方法是什么？

我需要启动N个线程（在一个块中）

这是代码，“e”是1024b上的一个大数字。我需要把它复制到gpu上，然后一点一点地读

主机代码：

unsigned char *__e;
BIGNUM *e = BN_new();
unsigned char exp[128];

//      e
i = cudaMalloc( (void**)&__e, 128* sizeof(unsigned char) );
if(i != cudaSuccess)
    printf("cudaMalloc __e FAIL! Code: %d\n", i);

BN_bn2bin128B(e, exp);   // copy data in exp

for(i=0; i<128; i++)
    exp[i] = reverse(exp[i]);

i = cudaMemcpy( __e, exp, 128* sizeof(unsigned char), cudaMemcpyHostToDevice);
if(i != cudaSuccess)
    printf("cudaMemcpy __e FAIL! Code: %d\n", i);


unsigned char reverse(unsigned char b) {
 b = (b & 0xF0) >> 4 | (b & 0x0F) << 4;
 b = (b & 0xCC) >> 2 | (b & 0x33) << 2;
 b = (b & 0xAA) >> 1 | (b & 0x55) << 1;
 return b;
}

无符号字符*；
BIGNUM*e=BN_new（）；
无符号字符exp[128]；
//e
i=cudamaloc（（void**）和u_e，128*sizeof（unsigned char））；
如果（i！=cudaSuccess）
printf（“cudamaloc失败！代码：%d\n”，i）；
BN_bn2bin128B（e，exp）；//在exp中复制数据
对于（i=0；i>4 |（b&0x0F）>2 |（b&0x33）>1 |（b&0x55）3]&（1GPU是一台32位机器，因此您希望一次处理1024位32位，而不是8位。因此，您应该用
unsigned int
替换所有的
unsigned char
，并相应地调整值

GPU有一个快速PTX指令，用于一次反转32位，因此您可能希望在GPU上实现该指令。该指令称为
brev
。要使用它，您需要添加内联PTX，类似以下内容（未测试）：

有关更多信息，请参阅NVIDIA的文档“在CUDA中使用内联PTX组件”

用于（int i=0；i可能你应该放下你最初的尝试和遇到的障碍。-1你需要在你的问题上投入更多的精力。你对你正在尝试做的事情的描述是模糊和不完整的。你尝试了什么？你在CUDA实现中预期的问题是什么？也许还需要添加some伪代码。对于brev，最好有一些代码，但你也可以简单地给我一个关于它的好链接。对于For cicle：你能更好地解释一下性能问题是什么意思吗？因为所有的线程都会遇到这个问题。对于这个错误，当我试图用&\u e[I]编译时，ISBITSET返回了一个错误，它抱怨请求指向对象的指针。经过多次尝试后，我通过添加括号解决了此问题…如下所示：（&u e[I]）我为
brev
添加了一个例子。关于ISBITSET，你似乎发现了预处理器宏的乐趣之一。潜在的性能问题不在ISBITSET宏中，而是在
if
条件中。如果扭曲中32个线程的一半的
if
计算结果为
true
，则另一半的当运行
//do something
时，e线程被禁用。如果
//do something
占用内核中的所有时间，内核将仅以其潜在性能的一半运行。
for(int i=0; i<1024; i++)
    if(ISBITSET(__e, i) == 1)
        //do something

#define ISBITSET(x,i) ((x[i>>3] & (1<<(i&7)))!=0)

asm("brev.b32 %0, %1;" : "=r"(dst_var) : "r"(src_var));

for(int i=0; i<1024; i++)
    if(ISBITSET(__e, i) == 1)
        //do something