我最近一直在使用计算着色器，并且正在尝试确定设置[numthreads（x，y，z）]和调度调用的最佳方法。我的演示窗口是800x600，我每个像素启动1个线程。我正在执行2D纹理修改-太重了。
我的第一次尝试是指定
[numthreads(32,32,1)]
我的Dispatch（）呼叫始终为
Dispatch(ceil(screenWidth/numThreads.x),ceil(screenHeight/numThreads.y),1)
因此，第一个实例为
Dispatch(25,19,1)
[此速度为25-26 fps。然后，我缩小为[numthreads（4,4,1）]，以16 fps的速度运行。将其增加到[numthreads（16,16,1）]开始产生约30 fps的漂亮结果。玩弄Y线程组号[numthreads（16,8,1）]可以将其推到32 fps。
我的问题是确定线程数的最佳方法，这样我就可以最有效地利用GPU了吗？还是很好的反复试验？
这是特定于GPU的，但是如果您使用的是NVIDIA硬件，则可以尝试使用CUDA Occupancy Calculator。
我知道您正在使用DirectCompute，但是它们映射到相同的基础硬件。如果查看FXC的输出，则可以看到程序集中每个线程的共享内存大小和寄存器。您也可以从中得出您的卡的计算能力。计算能力与CUDA等效，例如cs_4_0，cs_4_1，cs_5_0等配置文件。
目标是增加“占用率”，换句话说就是占用率== 100％-应付HW费用的百分比空闲
分析是保证特定硬件上最高性能的唯一方法。但是通常，只要保持活动寄存器的数量少（16个或更少），并且不使用大量共享内存，恰好256个线程的线程组就应该能够使大多数计算硬件饱和（假设您使用的是重新分配至少8个左右的组）。