我正在尝试计算三角网格的每个点周围的某个统计量。执行计算的函数本身接受一个点（6个浮点数：x，y，z坐标; nx，ny，nz正常）和10个网格邻居的数组作为输入。 目前，我正在以非常简单的方式将这些数据传递给GPU：点坐标的一维数组[x，y，z，x1，y1，z1，x2，y2，z2，..]（坐标为每个点后跟其10个邻居的坐标）和另一个法线的1D阵列，以相同的方式排列。
通过对这两个数组的简单指针算法来访问特定线程要处理的数据。
显然，这是低效的内存和计算方式。 在'vanilla'非CUDA实现中，我将使用填充了点结构的稀疏邻接矩阵。 是否有可能与CUDA做类似的事情？
答案 0 :(得分：1)
您可以传递一个结构数组，其中一个结构存储一个点的x，y，z和nx，ny，nz坐标。然后数组将存储一个点及其邻居的相应内容。如果我是对的，CUDA非常喜欢AOS（结构阵列）。