我用的G100的卡 这个卡的SM只有一个…
这样的话 我觉得分配一个block 才是最好的…
但是我看了点CUDA的资料 上面的例子似乎都一个SM分配2个
然后我试验了下 把用一个BLOCK完成的 代码 写成了用两个BLOCK完成(基于G100)
但是 时间增加了…
所以 我认为 一个SM分配一个BLOCK是最好的，这和CPU上多线程编程类似。
但是，我还是很疑问 所以我想请教下 我这么想对嘛？
1：因为cuda要满足一定的通用性，可以在不同的SM数量的GPU上执行，并都取得较好的效果，如果您按照1个SM的GPU写好，只使用了1个block，那么在10SM的GPU上，岂不是有9个SM都无法工作？所以，一般block数量并不是根据GPU上SM的多少确定的。
2：block的数量如何确定？这取决于您的问题规模，算法实现和block规模。在算法实现允许的情况下，总的规模除以block的规模即是block的个数。总的规模是需要解决的问题决定的，一般无法修改。block的规模则是根据kernel的资源占用情况划分，通过权衡各项资源的占用情况，使得SM上加载的线程数量最大化，提高occupancy。一般而言一个block上256~512线程这样都是典型的情况。
3：我认为，在同样kernel，同样总的线程数，一个SM的情况下，划分为1个block和2个blocks，并不会有什么速度上的变化。
大致如上，请LZ参考。
欢迎莅临CUDAZONE，祝您编码愉快~
嗯 好的 谢了:)
不客气
:3_48::3_48::3_48:
当block的数目确定下来之后，比如说是256,，那么用dim3定义blocks时，一维的256和二维的16*16之间有区别么？
直接说，没区别，都是256个线程。
但特定的安排可能会减少你的运算步骤。方便计算。
例如你一个(256,1,1)的和(16, 16,1)的，可以如下对应（假设你需要线性的线程编号):
n号线程是: threadIdx.x (对于前者)
n号线程是: threadIdx.y * 16 + threadIdx.x
你看，前者对于这个例子，就用起来简单些。后者则麻烦点，需要换算一下（虽然的确是1：1映射关系）。
简单地说，只对程序员安排算法有影响，你可以选择方便的来，对硬件无影响。
简单地说，只对程序员安排算法有影响，你可以选择方便的来，对硬件无影响。
非常感谢！
我就是在疑惑，既然二者是等价的，那么Nvidia为什么要这样子来设计呢？
嘿嘿，也看到BZ您在我另一个帖子的回复了，非常感谢！
ICE已经在多个帖子帮你回答多次了！！
我再说一次：“为了你的算法方便！！”
"啊～为了你啊为了你啊～生命有意义～啊！为了你啊为了啊！一切不容易！”
:L 我目前太菜，还没体会到，莫怪莫怪，嘿嘿
能否麻烦BZ再去我发的那个帖子里看一下呢？ 我还有一个别的疑惑求解答，十分感谢啊！！！！:2_37:
淡定淡定，您的EXP持续增长中！
嗯嗯。没体会到不妨看下6#的例子，多看自己，自然明白，直接用和又乘又加的来换算（针对那个例子），是节省功夫的。
当然，如果您认为直接折腾一下没事。。那。。。那就没事吧。
:lol:lol:lol 就是在读各种例子，脑子里又想着自己的程序，晕乎了，哈哈