无法评价您kernel里面实现的算法逻辑，因为并不知道您要实现具体什么功能。
就一般的程序书写来说，第5,6两行的常量定义写到kernel里面可能会耗费更多的寄存器，如果您的程序经过profiler评估寄存器吃紧的话，可以考虑优化这里。
kernel里面有一些分支，不过我估计问题不是很大。
再有就是合并访问了，这个你自己检查下，或者跑下profiler看看。
大致目测如上，以及你依然是使用了1个block，这样规模受限制，当然也可能是暂时为了测试才这样写的。
其实要看是否有改进的余地，建议先跑跑nvvp，看看实际的瓶颈在哪里，再做定夺。
欢迎莅临cudazone，祝您2013年元旦快乐！
无法评价您kernel里面实现的算法逻辑，因为并不知道您要实现具体什么功能。
就一般的程序书写来说，第5,6两行的常量定义写到kernel里面可能会耗费更多的寄存器，如果您的程序经过profiler评估寄存器吃紧的话，可以考虑优化这里。
kernel里面有一些分支，不过我估计问题不是很大。
再有就是合并访问了，这个你自己检查下，或者跑下profiler看看。
大致目测如上，以及你依然是使用了1个block，这样规模受限制，当然也可能是暂时为了测试才这样写的。
其实要看是否有改进的余地，建议先跑跑nvvp，看看实际的瓶颈在哪里，再做定夺。
欢迎莅临cudazone，祝您2013年元旦快乐！
您说“1个block，这样规模受限制”，都有哪些限制？应该如何改进才能提速呢？
我现在写的cuda程序，发现计算时间和cpu程序差不多。而且需要的循环时间步越长的话，cpu的运行速度反而更快，您有何建议啊？
祝您元旦快乐，新年大吉！
建议您认真学习下CUDA的基本概念，自然就会明白一个block有什么限制了。改进方法自然是用多个block，这一点似乎已经说过多次。
有很多实例已经证明，GPU速度是比CPU快的，而且有限差分算法是适合并行的，请您优化您的程序。
祝您新年快乐！
“有很多实例已经证明，GPU速度是比CPU快的”这个我没有怀疑过的。也正是因为这样，我才在寻找如何改进我程序的方法呀。
谢谢您，ice版主！祝您大吉大利！
真心建议您仔细看下CUDA的基本概念和运作原理，只有这样才能发挥出GPU的能力。而不是像现在一样只上一个block却觉得速度不满意。
新年加油哦，亲~
请问ice版主，做fdtd需要用到纹理存储器么？
某项算法是否会用到纹理存储器，这个和算法的具体实现有关，需要写代码或者规划算法的人权衡考虑。
所以，我无法回答您专业性如此之强的问题。
你可以研究一下纹理存储器有哪些福利和不足，然后决定是否使用。
祝您编码愉快。
以及，希望您能将本帖前面多个楼层讨论过的问题，彻底捯饬清楚了，再考虑问题存储器的问题。而不是向前面一样，只上一个block然后抱怨速度不行。
望三思。
好的，谢谢ice版主的建议!
ice版主，请问您以前做fdtd的时候，纹理存储器都用
ice版主，请问您以前做fdtd的时候，纹理存储器都用在那些数据上面啊？
刚刚按错键，发了个不完整的问题。
我建议您，先实现正确，再考虑优化。
截止您40#最后给出的实现框架以及在第五页的回复，您依然是用一个block跑，而且没有弄清楚为何这样做是完全浪费GPU资源的。
在您修改这种做法之前，任何其他优化都是没有意义的。
希望您能明白这一点，祝您编码顺利~
ice版主，谢谢您的热心帮助！我已经按您的建议，将一维仿真实现了。现在我在着手准备解决三维问题的预备知识。现在的问题就是想请你指个方向：纹理存储器在fdtd里都用来处理里哪些相关参数啊？您以前在fdtd里都怎么用它呢？
1：在您确实展示出一个多block的实现之前，我不负责回答任何后续问题。
2：我从未向你建议使用/不使用纹理，也从未说过在FDTD里面必须/无须使用纹理。
我建议过的只有：第一，请使用多block实现；第二，请先实现，后考虑优化。
您预设的前提“纹理存储器在fdtd里被用来处理里某些相关参数”并非是我建议的，我不负责回答。
以本帖内容和相关讨论帖内容为例，基本上从一开始我就建议你使用多个block，已经建议过无数次，但是截至目前，你并没有给出任何多block的实现，却在不停地追问一个我从未建议过的关于纹理的内容，这样做十分伤人的，我表示拒绝回答。
ice版主，我真是按您的建议做的啊！这是我的场计算函数：FDTD_SCATTER_Ex<<< 32, 32>>> ( pEx, pFE1, pFE2, pFH1, pFH2, pOb ); 确实如您所言，用多个block的效果要好很多。
而对于纹理存储器，应该是我没有表述清楚吧，先表示歉意了啊！因为我接下来的工作是要处理三维fdtd问题，所以我想大概了解一下纹理存储器对解决该问题有什么帮助。也就是想请您谈谈这方面的经验，还请您不吝赐教啊。有表述不清的地方，还请你海涵啊!刚刚您之言“这样做十分伤人的，”让我十分震惊，我绝对无此意啊！
这些天来，在您的帮助下，我理清了不少问题，真地很感谢啊，ice版主！！
1：既然您简要给出了您实现的kernel的调用形式，我也简要评价一下：必须指出，您每个block只放1个warp（32线程）的做法，依然会极大地影响硬件效率，浪费GPU资源。形象一点说，1个block，block内有1024个线程，最后的结果是一个SM吃饱，其他SM完全空闲。而32个block，block内只有32线程，其结果是有数个SM在运行，但是没有一个吃饱的。一般实现运算的线程数和规模要比这个大得多。
2：我从未向您建议过在您的算法里面使用纹理，我一直的建议都是先实现，再分析和优化。您指出“要处理三维fdtd问题，所以想了解纹理有什么帮助”，请问3维fdtd和纹理有什么必然联系呢？3维和您已经实现的1维在访存上又有什么区别而导致一定需要使用纹理呢？以及使用纹理有什么好处呢？
我只能说，global memory是最为一般的存储方式，从功能上讲，多数算法的访存都可以使用global memory来完成。既然您的1维算法都使用global memory成功地实现了功能，为何不继续使用先写一个3维的实现呢？为何要假设使用纹理如何如何并纠结于此呢？如果在您的实现中，global memory确实无法满足要求，而您确实证实了纹理效果更好，那个时候，您再修改您的实现也不迟。
大致如上，希望您能理解。
首先，还是得先真心地感谢您啊ice版主！就您列的第1点，我再请问一下，以您的看法我应该开多少个block才能充分利用gpu的资源呢？也请您告诉我你这么做的原因吧。
对于您列的第2点，或许我没还是有表述清楚。直白的说，我想表述的意思就是：纹理存储器对fdtd编程有没有用（当然，又说绝对了啊）。如果您以前经常用它，那么我肯定得学学它啊。但是，我觉得在最后，您还是给出了您对我这个问题的解答。感觉您的回答倾向于no，不知道我理解对么。
1：首先，请你仔细查看我在57#的说法，我说的是您每个block里面只有32线程，这种做法是不合适的。您在58#问的却是，应该开多少个block？请问这两者接得上么？
2：第二，我不是fdtd版的斑竹，无法回答您关于某个具体的数值方法应该如何实现，这是您的工作。我只能在您决定和规划的框架下给予建议。我一贯的和唯一的建议是，建议您先用通用的方法做一个实现，发现不足再考虑优化问题，这也是一般通行的做法。此问题今天已经说了3遍了，这将是最后一次。
如果您依然要一再追问，我只能以习总的话回答你：“空谈误国，实干兴邦”，望谨记。
我想，对于纹理存储器的问题和程序实现方法问题，我已经理解了您的建议。谢谢！ 对于您
列的第1点，就我1维的问题来讲，您觉得block和thread应该如何取才是更适合呢？也请您告诉我
原因啊。谢谢ice版主！