Как увеличить количество последовательных вызовов CUDA в секунду? ⇐ C++

[Anonymous]

Я пишу клеточный автомат с ускорением CUDA и хочу, чтобы он работал с высокой частотой обновления (около 100 тысяч обновлений в секунду). Есть ли способ ускорить последовательные вызовы CUDA?
Я тестировал его с пустыми циклами (256 потоков x 3 блока).
Сначала я написал простой цикл с вызовами cuda и получил 40 тысяч итераций в секунду. Затем я изменил свою настройку: переместил цикл в функцию ядра и добавил вызов __syncthreads() в конце тела цикла. Это увеличило скорость обновления до 50 тысяч в секунду. Можно ли сделать это еще быстрее?
#include
#include

#define CHUNK_SIZE 16

struct Cell {
uint8_t type;
};

struct Chunk {
uint16_t x, y;
Cell cells[CHUNK_SIZE * CHUNK_SIZE][2];
};

__global__ void update(Chunk *chunks, unsigned long long steps) {
for (unsigned long long i = 0; i < steps; i++) {
// ...
__syncthreads();
}
}

int main(void) {
thrust::host_vector h_vec;
h_vec.push_back(Chunk { 0, 0 });
h_vec.push_back(Chunk { 10, 0 });
h_vec.push_back(Chunk { 10, 12 });
thrust::device_vector d_vec = h_vec;
Chunk *chunks = thrust::raw_pointer_cast(d_vec.data());
clock_t start = clock();
unsigned long long i = 0;
while ((clock() - start) < 5000) {
update(chunks, 100000);
i += 100000;
}
cudaDeviceSynchronize();
std::cout

Подробнее здесь: https://stackoverflow.com/questions/793 ... per-second