加速Cuda程序

要更改哪一部分来加速此代码？代码到底在做什么？

__global_ void mat(Matrix a, Matrix b) 
{
   int[] tempData = new int[2];
   tempData[0] = threadIdx.x ;
   tempData[1] = blockIdx.x * blockDim;
   b.elements[tempData[1] + tempData[0]] = b.elements[tempData[1] + tempData[0]] * 5;
}

如果这就是所有有问题的代码，那么这就是愚蠢的：

int[] tempData = new int[2];
tempData[0] = threadIdx.x ;
tempData[1] = blockIdx.x * blockDim;

只需这样做：

__global__ void mat(Matrix a, Matrix b) 
{

   int tempData_0 = threadIdx.x ;
   int tempData_1 = blockIdx.x * blockDim;
   b.elements[tempData_1 + tempData_0] = b.elements[tempData_1 + tempData_0] * 5;
}

构造tempdata[0] + tempdata[1]正在有效地创建规范的 CUDA 1D 全局唯一线程索引：

int idx = threadIdx.x+blockDim.x*blockIdx.x;

通过构建的索引，您的主要代码是：

b.elements[idx] = b.elements[idx] * 5;

它获取向量（或矩阵，其中行或列连续存储）的元素并将它们乘以 5。

按照我为您提供的大纲，您的代码可能可以进一步简化以使其更易于阅读idx，但这些更改不会产生显着的性能差异。编译器可以计算出这些类型的转换。