遇到问题如下：
需求：
一共有1024个数据包，每个数据包都包含一个长度为64的字符串str[i]，我用包中的字符串去匹配一个已知的长度为64的字符串string，将匹配上的包记录在一个数组中
方案：
按包分配线程，一共开启1024个线程，每个线程负责一个包与已知字符串的对比，在核函数中:
#define N 1024
int tid = threadIdx.x + blockIdx.x * blockDim.x;
while (tid < N)
{实现字符串匹配}
问题：
现在我想开启64*1024个线程，每64个线程负责一个包，每个线程负责匹配字符串中的一位，请问核函数内如何实现以64个线程为一组的1024次循环？？不能用while ( tid < 64 * N)了呀，请关注。。。。。。。。
LZ您好：
您的1024个数据包是否是连续保存在显存中的，如果是的话，那这只是一个访存问题，并且很好解决。
您可以安排block的时候，安排为一行64个线程，这样一行线程处理一个字符串，这一行的线程threadIdx.y是相同的，然后threadIdx.y不同的线程处理不同行，用threadIdx.y辅助寻址找到每个string的开始位置即可。
您的grid在安排的时候，也可以安排为x和z方向为1，y方向排开的形式，这样用blockIdx.y和threadIdx.y就能完成全局的寻址，具体为glb_y_index=blockIdx.y*blockDim.y+threadIdx.y，由此可以找到每个字符串的开始位置（当然您的字符串需要是连续存储的）。
大致如此，供您参考。
祝您编码顺利~
以及稍微补充一下，CUDA中有提供Warp Vote Function，如果您的字符串比较仅仅是比较相同还是不同，那么这些函数可能会有帮助。
祝您好运~
版主您好！
感谢您的回复，对我很有用，O(∩_∩)O谢谢！
版主，字符串就是单纯的比较相同或者不同，您说的这个函数是类似于CPU中的strcmp()，直接调用就可以了么？
ICE不是这个意思。
warp vote是__all/any/ballot这样的函数。
他可以用来在您的warp内快速交换比较结果，这样可以辅助您决策是否下一步warp需要继续下一次比较操作。
例如您在比较字符串的过程中，可以warp快速比较是否所有的32个4B都比较成立（或者有任何一个不成立），这样您可以知道需要继续比较（或者不需要继续比较）。
这些函数还有一个大版本，block的，分别是：
__syncthreads_and/or/count()
他们和上面的warp vote函数类似，但可以为您提供block级别的决策支持。
感谢您的来访。