最近测试了点东西。
对于一个20480512(M)大小的数据，应用GPU，对每个元素做f(x)操作。（f是比较简单的操作，exp、+、）等。
我有几种算法:
一种是一个block有512个thread，每个thread算1个数据，设置20480个block;
一种是一个block有512个thread，每个thread算640（N,可变）个数据，设置20480/640个block;
代码如下：
global void kernel_rn0(float A,int M){
int tidx,bidx;
int bdimx;
int num;
float tmp;
int j;
tidx=threadIdx.x;
bidx=blockIdx.x;
bdimx=blockDim.x;
num=bidxbdimx+tidx;
if(tidx<M)
tmp=A[num];
for(j=0;j<1;j++)
tmp=exp(tmp);
A[num]=tmp;
}
global void kernel_rn1(float A,int M,int N){
int tidx,bidx;
int bdimx;
int num;
int i;
float tmp;
int j;
tidx=threadIdx.x;
bidx=blockIdx.x;
bdimx=blockDim.x;
for(i=0;i<N;i++){
num=(bidxN+i)*bdimx+tidx;
if(tidx<M)
tmp=A[num];
for(j=0;j<1;j++)
tmp=exp(tmp);
A[num]=tmp;
}
}
用profiler测试，第二种（1.025ms）比第一种(1.508ms）速度快，想不明白快在哪里了？