我在每个方向创建了一个网格（N，N）单元，我想检查哪些点对应哪个单元，这很容易，但是，有一些点可以离开网格，我希望它把它放到一个单元格中。哪种操作对性能，最小/最大或模数的影响最小？
这些都是在GPU中完成的，所以我的问题是关于什么才是映射点到有效单元格的最佳操作？
使用max（0，min（N，cell.x））的第一个选项我相信会引入内核的分歧。第二种选择是使用模数（cell.x％N），我认为这是GPU中非常昂贵的操作。
我怎样才能决定使用哪一个？
GPU具有整数min()和max()的硬件指令。如果使用cuobjdump --dump-sass从nvcc编译的可执行文件中转储机器代码，则可以识别这些指令，例如，它们被称为IMNMX或VMNMX（“mnmx”代表“最小值或最大值”，两个操作之间的选择是通过谓词）。
对于N这是一个编译时常量幂的两倍，模运算应该映射到一个单指令LOP.AND。对于其他编译时常量值N，发出一个小指令序列，通常涉及整数乘法和移位。对于变量N，即在运行时确定，模运算将基本上需要至少15条左右指令的全整数除法。
因此，除了编译时常量N是2的幂的情况之外，从性能角度看，使用min()和max()进行的钳位似乎优于基于模的解决方案。但是，除非您的代码频繁执行此操作并受计算吞吐量限制，否则内核级别的性能差异可能很小或可能不存在（例如，如果代码是内存带宽受限的）。
你知道N吗？例如，用两个幂的modtros很便宜。 – Jez 2014-11-21 14:42:49
我在想这个，但我想在某些情况下，这意味着增加所需的内存是正确的？但是，呃...网格不应该那么大，所以它可能是一个选择。 – BRabbit27 2014-11-21 14:49:30
'使用max（0，min（N，cell.x））的第一个选项，我相信它会在内核中引入分歧“为什么你认为这会引入分歧？这些函数应该映射到非常高效的无分支程序集，例如'min.s32'和'max.s32'。那里没有分歧。 – 2014-11-21 15:04:07