我想在CUDA中实现一个算法，它采用大小为N的输入并使用N ^ 2个线程来执行它（这是特定算法词的方式）。我被要求制作一个可以处理N = 2 ^ 10的程序。我认为对于我的系统，给定的线程块最多可以有512个线程，但是对于N = 2 ^ 10，具有N ^ 2个线程意味着具有N ^ 2/512 = 2 ^ 20/512块。我在这个链接（http://www.ce.jhu.edu/dalrymple/classes/602/Class10.pdf）看到你的块数“可以大到65,535（或更大的2 ^ 31 - 1）”。
我的问题是：
1）如何找到实际的最大块数？当它说“65,535（或更大的2 ^ 31 - 1）”时，我不确定引用^^的意思，因为那些数字显然是非常不同的。
2）是否可以运行需要2 ^ 20/512个线程的算法？
3）如果我需要的线程数（2 ^ 20/512）大于CUDA可以提供的线程数，会发生什么？它是否只填充所有可用线程，然后在完成计算后将这些线程重新分配给其他等待任务？
4）如果我想在每个块中使用最大线程数，我应该像<<<number, 512>>>一样将线程数设置为512，还是使用dim3值有优势？
如果你能对任何这些^^问题提供任何见解，我会很感激。
- 如何找到实际的最大块数？当它说“65,535（或更大的2 ^ 31 - 1）”时，我不确定引用^^的意思，因为那些数字显然是非常不同的。
阅读相关的documentation，或构建并运行devicequery实用程序。但在任何一种情况下，限制都远大于2048（即2 ^ 20/512等于）。另请注意，所有当前支持的硬件的块大小限制是每个块1024个线程，而不是512个，因此您可能只需要1024个块。
- 是否可以运行需要2 ^ 20/512个线程的算法[原文如此]？
是
- 如果我需要的线程数[sic]大于CUDA可以提供的数量，会发生什么？
没有。发出运行时错误。
- 它是否只填充所有可用线程，然后在完成计算后将这些线程重新分配给其他等待任务？
不，你必须自己明确地实施这样的计划。
- 如果我想在每个块中使用最大线程数，我应该像
<<<number, 512>>>一样将线程数设置为512，还是使用dim3值有优势？
没有区别。