Параллельность на уровне Cuda

src/gpu_plugin.cu

@@ -30,7 +30,7 @@ extern "C" int gpu_is_available() {
     return (n > 0) ? 1 : 0;
 }
 
-// Kernel для агрегации (один поток обрабатывает все данные)
+// Kernel для агрегации (каждый поток обрабатывает один день)
 __global__ void aggregate_kernel(
     const GpuRecord* records,
     int num_records,
@@ -40,8 +40,11 @@ __global__ void aggregate_kernel(
     int num_days,
     GpuDayStats* out_stats)
 {
-    // Один поток обрабатывает все дни последовательно
-    for (int d = 0; d < num_days; d++) {
+    // Глобальный индекс потока = индекс дня
+    int d = blockIdx.x * blockDim.x + threadIdx.x;
+    
+    if (d >= num_days) return;
+    
     int offset = day_offsets[d];
     int count = day_counts[d];
     
@@ -75,7 +78,6 @@ __global__ void aggregate_kernel(
     stats.avg = (stats.low + stats.high) / 2.0;
     out_stats[d] = stats;
 }
-}
 
 // Функция агрегации, вызываемая из C++
 extern "C" int gpu_aggregate_days(
@@ -124,8 +126,11 @@ extern "C" int gpu_aggregate_days(
     err = cudaMemcpy(d_day_indices, h_day_indices, num_days * sizeof(long long), cudaMemcpyHostToDevice);
     if (err != cudaSuccess) return -13;
     
-    // Запускаем kernel (1 блок, 1 поток)
-    aggregate_kernel<<<1, 1>>>(
+    // Запускаем kernel: каждый поток обрабатывает один день
+    const int THREADS_PER_BLOCK = 256;
+    int num_blocks = (num_days + THREADS_PER_BLOCK - 1) / THREADS_PER_BLOCK;
+    
+    aggregate_kernel<<<num_blocks, THREADS_PER_BLOCK>>>(
         d_records, num_records,
         d_day_offsets, d_day_counts, d_day_indices,
         num_days, d_out_stats