Harris归约优化第4阶段网格尺寸及CUDA循环展开内核配置问题

双加载归约的grid大小配置规则 #

你的推测是正确的，相比无多加载的基础归约配置，该场景下grid.x确实可以设置为原配置的1/2，只需额外注意向上取整避免遗漏元素即可，具体逻辑如下：

• 首先拆解代码负载逻辑：该代码中每个线程单次迭代会加载2个元素（g_idata[i]和g_idata[i+blockSize]），每个block覆盖的总元素数为blockSize * 2，而无多加载的基础归约中每个block仅覆盖blockSize个元素，因此相同数据量下所需的block数直接减半。
• 具体计算公式：
  无多加载的基础归约grid计算公式为：

  grid.x = (n + blockSize - 1) / blockSize; // 向上取整计算所需block数
  

  对应这个双加载场景，调整为：

  grid.x = (n + 2 * blockSize - 1) / (2 * blockSize);
  

  和你之前接触的4路循环展开逻辑完全一致：每线程单次处理N个元素时，grid大小就对应缩小为原配置的1/N，本质是按单block覆盖的元素规模等比例缩小grid规模。
• 额外补充：代码中的while循环实现了grid跨步遍历逻辑，哪怕你设置的grid比上述公式计算的最小规模更小，代码也能正常跑完所有数据，只是每个线程会多跑几次循环。实际生产环境中你也可以根据设备的SM数量，将grid大小调整为SM数的2~4倍来获得更高的流式多处理器占用率，不需要严格卡死刚好除以2的最小规模。

内容的提问来源于stack exchange，提问作者kingwales