麻烦请问一个GPU优化的问题？

[c404940607]

想请教各位大神一个GPU优化的问题（CUDA完全没经验啊...）。
这个问题是这样的。首先是大量hash（大约50次左右），每个hash得出value是一个有序
倒排表(里面存储的是一个一个的数字，长度大约只有10左右)。然后需要将这几百个倒
排表合并成一个有序表、去重（这个长数组应该shared memory放不下）。这整个流程要
执行很多次。
现在的问题是，我是该;
1.让每个线程执行自个执行整个流程，然后开很多个线程并行执行。
2.让一个block里的所有协作排序，然后再协作去重。
我知道cuda本身的提供的库排序很快，但是感觉这个问题本身可以合并得来；而且如果
采用第二种方法的话，可以隐藏一些内存读取（因为hash这个过程本身有少量的分支，
一个block里的hash没法安排，大约能隐藏60%的内存读取）；而且可以充分利用每一个
线程（第一种的话每个block可能不一定能凑够32）。

——————————————分隔线--------------------------------
还有就是cuda官方的那个reduction的例子。求和可以理解，但是感觉求最大和最小值，
有分支啊，这样不是不符合尽量避免分支的原则了么，为什么依然速度有提升？

[Shimejing]

请问下你在线吗？ 我目前在调试android，遇到个3D跑分不高，应该也是GPU优化的问题吧，请教下在kernel里面需要怎么做，我一点概念不知道