小编stu*_*hlo的帖子

这是我的场景。我在 Windows 机器上编写 CUDA 应用程序。我使用 putty 在远程 Linux (Debian) 服务器上编译并运行这个应用程序（没有图形输出）。

我想问调试和分析我的应用程序的最佳方法是什么。我读到了一些有关 Nvidia 产品 Parallel Nsight 和 Parallel Nsight Monitor 的内容。这是（唯一的）方法吗？

如何让线程块中的每个线程都有自己的共享内存指针？我找到了一些此类指针声明的示例：

int __shared__ *p;
__shared__ int array[256];

p = &array[threadId];

这是正确的还是有其他方法？

我有一个带模板参数的全局内核函数:

template<int ARG> __global__ void kernel(array[]) {
    int threadID = blockDim.x*blockIdx.x + threadIdx.x;
    if(...) {...}
}

函数的行为和特殊的if语句条件在考虑模板参数时略有不同,但是主体保持不变.让我们说:
ARG == 0if语句如下:if(expr1){body}
ARG == 1if语句如下:if(expr2){body}
ARG == 2if语句如下:if(expr1 && expr2){body}

我的问题是提供这种方法的最佳方式(在可读性和性能方面)是什么？

编辑: 表达式expr1和函数expr2调用__device__ boolean,例如fnc1(array[threadID])和fnc2(array[threadID]).