想问一下在一个核函数里边，能不能再调用其他的核函数，举个例子，一幅图像，对每个像素点进行处理，这是外层的并行，对于每个像素点进行处理时，相关的工作又可以并行，对于这种情况，如何进行处理？
根据你的描述，
如果对于每个像素点都需要大量的线程来并行的话，
你有2个选择：
（1）是升级到计算能力3.5, 外层依然启动像素点个数个线程，然后里面像你说的那样再使用DP进一步启动像素点个数个kernel， 进行处理。
但是我不推荐也不赞同你的这种处理方法。
（2）是无需升级到计算能力3.5的显卡，而是通过组合恰当的grid和block形状，直接启动像素点个数 * 每个像素点所需要的线程数，直接一步只启动一个kernel来处理。这种方法效率一般会较高，同时不需要你买新显卡，而且符合一般的思维习惯。
例如：你可以一个block处理一个像素点，而一共有像素点总数个block. 这样将你原来的处理每个像素点的线程提升为block了，从而可以无需任何特殊硬件就能一个kernel完成你的计算任务。
您觉得呢？
非常谢谢！
玫瑰版版讲得很详细啊…