现在有一个算法，需要对2000个2000阶的矩阵做CG，根据CPU版本的计算结果，每个矩阵收敛到设定的门限差不多要700次到800次迭代，想问下是不断启动2000次kernel划算还是分成2000个block，每个block算一个矩阵的CG划算，这2000个矩阵求解相互独立，660的卡~
LZ您好：
我不懂CG的具体实现，也无法估算计算一个2000阶的矩阵的CG需要多少计算资源，因此无法给您建议。
只能说，因为计算多个矩阵是互相独立的，因此不限于您启动一次kernel只计算一个矩阵的CG。
至于如何计算，和如何划算，无法建议您了，这已经超出了我的能力和论坛一般的讨论范围。
论坛一般只就具体的CUDA算法和实现加以讨论 ，而不能抽象地讨论一些问题。
祝您好运~
分成2000block划算，这样驱动知道你一共计算多少，可以自动为你调度。
如果以计算为主的程序，计算请求越多，卡利用越充分。具体你可以尝试一下，可能一次算500个CG最好，但一次算2000个肯定也差不了太多
如果传输为主，那就想办法掩盖传输延时。
还一个问题就是我这个CG算法里面矩阵向量积要用到FFT，假如分成2000个块每个块执行一个CG的的话那CUFFT能自己指定具体执行的线程块编号吗？假如一个CG启动一次kenerl的话就不存在这个问题，直接调用CUFFT就行
有人会吗？自己顶一下:)