设置在CUDA中调用设备功能时的块和线程数？

Question

我有一个关于从全局CUDA内核调用设备功能的基本问题。我想调用设备函数时可以指定块和线程的数量吗？？？

我在前面发布了一个关于最小缩减的问题（在此处），我想在另一个全局内核中调用此函数。但是，归约代码需要某些块和线程。

Answer 1

设备上可以调用两种类型的功能：

__device__函数类似于普通函数c或c++函数：它们在单个（CUDA）线程的上下文中运行。可以从一个块中的任意数量的线程中调用这些线程，但是从函数本身的角度来看，它不会像内核启动那样自动创建一组线程。

__global__函数或“内核” 只能使用内核启动方法（例如my_kernel<<<...>>>(...);，在CUDA运行时API中）调用。__global__通过内核启动调用函数时，您可以指定要作为内核配置（<<<...>>>）的一部分启动的块和线程数。如果您的GPU具有3.5或更高的计算能力，那么您还可以从设备代码中调用一个__global__函数（使用本质上相同的内核启动语法，该语法允许您为“子”内核指定块和线程）。它采用了CUDA动态并行功能 ，在编程指南的整个章节中都有专门介绍。

有许多CUDA示例代码演示：

1. 调用一个__device__函数，例如simpleTemplates
2. __global__从设备调用函数，例如cdpSimplePrint