我有一大串数字，在数组中，大约150MB的数字，我需要找到连续的数字序列，序列可能是3到160个数字。所以为了简单起见，我决定每个线程应该启动，例如ThreadID = CellID
所以thread0查看cell0，如果cell0中的数字与我的序列匹配，那么，thread0 = cell1，依此类推，如果numbed不匹配，则线程停止，我为20000个线程执行此操作。
所以这很好，但我想知道如何重用线程，因为我正在寻找一系列数字的数组要大得多。
所以我应该将我的数组分成较小的数组，然后将它们加载到共享内存中，然后循环遍历更小的数组（并最终填充最后一个数组）。或者我应该将大数组保留在全局内存中，并将我的线程设置为ThreadID = cellID然后ThreadID = cellID + 20000等，或者是否有更好的方法。
澄清：目前我使用20 000个线程，全局内存中的1个数字数组（150MB），以及共享内存中的一系列数字（例如：1,2,3， 4,5），表示为数组。 Thread0从Cell0开始，查看全局内存中的cell0是否等于共享内存中的cell0，如果是，thread0将全局内存中的cell1与共享内存中的cell1进行比较，依此类推，直到完全匹配为止。
如果两个（全局和共享内存）单元格中的数字不相等，则简单地丢弃该线程。因为，全局存储器阵列中的大多数数字与我序列的第一个数字不匹配。我认为使用一个线程将GM中的Cell_N与ShM中的Cell_N匹配并重叠线程是一个好主意。并且这种技术允许第一次合并存储器访问，因为从0到19 999的每个线程将访问连续的存储器。
但我想知道的是，“丢弃的线程的最佳方法是什么”，或者完成匹配的线程。能够匹配150MB的整个数组而不是简单匹配（20000个数字+（序列-1的长度））。
答案 0 :(得分：1)
“什么是重用线程的最佳方法”已被丢弃，或者完成匹配的线程。能够匹配150MB的整个数组而不是简单匹配（20000个数字+（序列-1的长度））。
您可以以类似于规范CUDA reduction sample的方式重用线程（使用最终实现作为参考）。
int idx = threadIdx.x+blockDim.x*blockIdx.x;
while (idx < DSIZE){
perform_sequence_matching(idx);
idx += gridDim.x*blockDim.x;
}
通过这种方式，在网格中有任意数量的线程，您可以覆盖任意问题大小（DSIZE）;