cuda内核的配置参数

Question

我必须使用cuda程序添加两个N x N平方矩阵。 本书要求为案例编写内核的配置参数：

（a）每个线程必须只处理1矩阵元素

（b）每个线程产生一个输出矩阵行

（c）每个线程产生一个输出矩阵列

我对上述方案的解决方案：

（一种）

dim3 threadPerBlocks(1,1,1);
dim3 numBlocks(N,N,1);

（b）中

dim3 threadPerBlocks(N,1,1);
dim3 numBlocks(1,N,1);

（C）

dim3 threadPerBlocks(1,N,1);
dim3 numBlocks(N,1,1);

我不知道（b）和（c）部分我是对还是错。 请告诉我这些并给出一个简短的解释（如果他们错了，请纠正我并解释）。

Answer 1

（a）有点好，但你可以用不同的方式编写。所有需要的是你需要有N x N线程，所以每个处理一个元素。

（a）的替代方案是

dim3 threadPerBlocks(N,1,1);
dim3 numBlocks(N,1,1);

在内核中你处理为

id = blockIdx.x * blockDim.x + threadIdx.x ;

array[id] = ... ; // process one element.

但是对于（b）它说你需要每个线程产生一个矩阵行，所以你只需要N或number of columns数的线程数。 你写的是你仍然会得到N x N线程。

所以你可以这样写。 其中一种可能的方式也有其他方式。

dim3 threadPerBlocks(N,1,1);
dim3 numBlocks(1,1,1);

idx = threadIdx.x ; 

然后使用for loop在每个线程中处理1行。

for (i = 0 ; i < N ; i++)
{
    index = idx * N + i ;
    array [index] = ..... ;   
}

同样，你可以考虑（c）案例。