有谁知道这个函数还能怎么优化？

加速计算 CUDA
1

代码比较初级，要运行19ms，开200000个线程，<<<200000+255/256,256>>>，有哪位大侠知道这个内核函数还能怎么优化？欢迎大家一起讨论哈。。。3q!!
// 滑动构造矩阵函数
global void ConstructMatrix(Complex* input,int r_a, Complex* output, int c_b)
{
//每个线程对应input的每一个元素，并负责填output每一列相对应的元素,一个block有512个thread线程
shared Complex shared[512];
int idx=blockIdx.xblockDim.x+threadIdx.x;
if(idx < r_a)
{
shared[threadIdx.x]=input[idx];
__syncthreads();
for(int i=0;i<c_b;i++)
{
if(idx+i<r_a)
{
output[r_ai+idx+i].x=shared[threadIdx.x].x;
output[r_a*i+idx+i].y=shared[threadIdx.x].y;
}
}
}
}

2

具体不明白你干什么，但是你的肯定是由bank冲突的，比如input你是采用的二元组的结构你，那么线程多谢shared mem的时候 线程读取的数据之间的间距是偶数而非奇数，所以存在bank冲突，建议你看看张舒的《GPU高性能计算之CUDA》160页关于共享存储器的优化一节

3

谢谢！我是对复数进行操作的，这样取数的话就会出现2路的bank冲突,可是不指点这个问题应该如何解决。书上数的方法看了，还是不懂。。。求指教啊！！！