【发布时间】：2013-08-27 18:52:47
【问题描述】：
我必须计算矩阵的元素（见下图6*8 示例）。矩阵元素具有依赖关系，因此必须首先计算 t1 的值，然后计算依赖于 t1 的 t2，然后计算依赖于 t2 值的 t3 的值，依此类推.
如何计算CUDA中的矩阵元素？我应该只使用一个内核调用并在 ____syncthreads() 的帮助下计算所有值，还是应该在单独的内核中执行次对角线中的矩阵元素的计算？
【问题讨论】：
标签： cuda
【发布时间】：2013-08-27 18:52:47
【问题描述】：
正如您所描述的，合乎逻辑的方法是为计算的每个阶段启动一个单独的内核。在非平凡规模的问题中，“计算前沿”的规模会迅速增长，因此当解决方案在域中传播时，可以获得一定程度的计算效率。
“最好”的方法可能不是扫过域，而是迭代地解决整个域，直到解决方案收敛。 Jeong and Whittaker 发表了一篇非常好的论文，介绍了用于求解平稳 Eikonal 方程的迭代标签校正方法（这是一个经典的迎风扫掠计算，类似于您的矩阵图）。在他们的方法中，计算网格被分解为块，并且包含尚未收敛的值的每个块被重新计算，直到它收敛。当一个特征跨越子块边界时，任何依赖于变化值的值都被重新标记为未收敛，并且该过程继续进行，直到整个域收敛。
您可以在 CUDA GPU here 上观看该算法的 Youtube 视频
【讨论】：
您可以使用相同的内核来计算 t1 值，然后根据 t1 计算 t2 值，依此类推。这个内核可以递归调用，根据传递给它的一些参数对不同的值进行操作。
如果 t1 中的元素不相互依赖，则无需在内核内部使用 __syncthreads()，因为在每次内核调用之后都有一个隐式屏障。
但是，如果它们是依赖的，则必须在内核调用中使用 __syncthreads()。
【讨论】：