最近一直在做CUDA程序，优化了CT重建中的FDK算法，又开始结合FDK和volume rendering做点工作。CUDA程序的优化至关重要，常见的优化策略，可以总结为：
1. 将串行代码并行化。这里说简单也简单，说难也难，比如，对比for循环，就可以很简单的直接拆开，并行。但是，如果是迭代算法，比如Gauss-Seidel迭代求解，那么，就需要整理Gauss-Seidel算法，提起共同项，然后并行。
2. 尽量减少Host和Device之间的数据拷贝。拷贝一次，尽量多用。
3. 在配置kernel的时候，分配合理的thread个数和block个数，使得device的使用达到最大化，充分利用硬件资源。切记：thread不是越多越好。
4. 保证global memory在访问的时候，memory coalesced。
5. 尽可能的用share memory取代用global memory对数据进行访问。这个道理，你懂的。
6. 同一个wrap中，注意尽量减少分支。同一wrap内的thread尽量做同样的事情。
好啦，先总结到这里。谢谢。