用CUDA解决涉及更复杂数据结构的问题

Question

因此，我读了一些关于CUDA和GPU编程的内容。我注意到一些事情，例如访问全局内存很慢（因此应该使用共享内存），并且变形中线程的执行路径不应该偏离。

我也看了一下（密集）矩阵乘法的例子，在程序员手册和nbody problem中描述过。实施的窍门似乎是一样的：将计算排列在一个网格中（它已经在矩阵mul的情况下）;然后将网格细分为更小的图块;将磁贴获取到共享内存中，并让线程尽可能长的计算，直到它需要将数据从全局内存重新加载到共享内存中。

在N体问题计算每个体体相互作用的情况下，是完全相同的（页682）：

bodyBodyInteraction(float4 bi, float4 bj, float3 ai) 

它需要两个机构和加速度矢量。身体矢量有四个组成部分，它的位置和重量。阅读纸张时，计算可以很容易理解。

但是，如果我们有一个更复杂的对象，动态数据结构呢？现在假设我们有一个对象（类似于纸上的正文对象），它有一个附加的其他对象的列表，并且每个线程中附加的对象的数量是不同的。我怎么能够实现这一点，而不必让线程的执行路径发生分歧？

我还在寻找能够解释如何在CUDA中有效实现涉及更复杂数据结构的不同算法的文献。

Answer 1

你的问题是有点一般，所以这里几个常用的方法：

• 垫数据，以便在相同尺寸的所有对象（例如零）

• 重新组织你的类似数据适合经线，发散只发生在经线内，不跨越多线经线

• 经线线始终同步。如果可能且必要的话，将数据划分为小于33的2的幂，以避免明确的同步。

• 也没关系有一些分歧

• 使用C++模板，如果有帮助，帮助指导内核流程。