有什么更好的——有更多的块或线程？答案

【问题标题】：What is better -- having more blocks or threads?有什么更好的——有更多的块或线程？
【发布时间】：2013-01-25 20:03:19
【问题描述】：

更好 = 更快。

我问的是一般情况，但是考虑一个情况，当我的“工作人员”比数据多时——它是否比每个块的最后一个线程保持不使用更好，或者每个网格的最后一个块不使用更好?

【问题讨论】：

您无法给出最佳内核启动配置的一般答案。它始终取决于寄存器、共享内存等的使用。您可以使用cuda occupancy calculator 来查看内核配置将如何使用 gpu 的容量。
好的，我理解你的意思，但我也会理解所涉及的内容，最后，理解要调整的内容。所以对于像我这样的初学者，假设我有输入数组，当每个元素乘以 2 时，我必须生成输出数组。

【解决方案1】：

您应该记住这个事实，即每 8 个块都运行在一个 SM（流式多处理器）上。您可以将它们视为 CPU 内核。每个block目前最多可以运行1024个线程，相当于逻辑核心，比如现在的intel i系列的核心，不管你用不全这些线程，剩下的都会浪费，因为你没有用他们和其他人都做不到。因此，例如，如果您的 GPU 上有 8 个 SM，您可以分配 64 个块，但不能为每个块分配 1024 个线程，因为每个 SM 的线程总数有限制，例如 2048。（编辑了这些基于中心提供的信息）

【讨论】：

如果不受寄存器和共享内存的使用限制，每个 SM 最多可以并行运行 8 个块。当你可以运行 8 个块和 512 个线程时，你会浪费大量的 gpu 计算能力，但你只想运行一个块。
是的，我明白你的意思，将 1024 个线程和 4 个块与 8 个块和 512 个线程进行比较，假设它们在单个 SM 上运行，哪个更快？还是一样？
谢谢（+1），但我想完全理解它。这是否意味着，如果我全心全意为原始力量而其他一切都无关紧要——我应该做到这一点，并为所有可能的块/线程传递计算，但是以这种方式，我在@987654322 中只使用0 线程@ 堵塞？让其余的闲置？如果我理解正确，我可以达到最大值。每个 SM 工作，所有 SM 都将参与其中。
不是 0 个线程，至少一个线程，根据 CUDA by Example 的说法，使用线程具有使用共享内存的优势，并且可能还有其他一些东西，比如它们之间的同步能力，但从技术上讲是的，线程和块的乘法对单个 SM 很重要。编辑：也没有什么是空闲的，为了充分利用它，你可以在单个 SM 上运行的线程总数是 2048，所以你可以有 2 个块和 1024 个线程，或者你可以有 4 个块 512 个等等开。
好的，所以我得出结论（我希望这是正确的），我应该在 SM 之间分配工作，而不是线程本身，因为我最终可以让一个 SM 运行所有线程。