优达学城-并行编程-Unit2 硬件内存

Posted 2020-09-10 羊丽素

GPU负责给SM分配wrap，SM以并行方式运行程序

在一个SM上跑的所有线程可能合作解决一个子问题（错的，不一定的）

一个单Kernel程序在多个wrap上运行，包含X线程块和Y线程块，可以确定x y先后跑的顺序或是在哪个SM上跑吗？

答：伐晓得（这是cuda的小秘密= =||）

GPU的优越性：

1.快速切换SM运行，无法知其间通信

2.可扩展性强，GPU越大，任务分散越广

CUDA存储器类型：

每个线程拥有自己的register and loacal memory;

每个线程块拥有一块shared memory;

所有线程都可以访问global memory;

还有，可以被所有线程访问的只读存储器：constant memory and texture memory

1、  寄存器Register

　　寄存器是GPU上的高速缓存器，其基本单元是寄存器文件，每个寄存器文件大小为32bit.

　　Kernel中的局部(简单类型)变量第一选择是被分配到Register中。

　　特点：每个线程私有，速度快。

2、  局部存储器 local memory

　　当register耗尽时，数据将被存储到local memory。如果每个线程中使用了过多的寄存器，或声明了大型结构体或数组，或编译器无法确定数组大小，线程的私有数据就会被分配到local 　memory中。

　　特点：每个线程私有；没有缓存，慢。

　　注：在声明局部变量时，尽量使变量可以分配到register。如：

　　unsigned int mt[3];

　　改为：unsigned int mt0, mt1, mt2;

3、  共享存储器 shared memory

　　可以被同一block中的所有线程读写

　　特点：block中的线程共有；访问共享存储器几乎与register一样快.

[cpp] view plain copy

 

1. //u(i)= u(i)^2 + u(i-1)  
2. //Static  
3. __global__ example(float* u) {  
4.     int i=threadIdx.x;  
5.     __shared__ int tmp[4];  
6.      tmp[i]=u[i];  
7.      u[i]=tmp[i]*tmp[i]+tmp[3-i];  
8. }  
9.   
10. int main() {  
11.     float hostU[4] = {1, 2, 3, 4};  
12.     float* devU;  
13.     size_t size = sizeof(float)*4;  
14.     cudaMalloc(&devU, size);  
15.     cudaMemcpy(devU, hostU, size,  
16.     cudaMemcpyHostToDevice);  
17.     example<<<1,4>>>(devU, devV);  
18.     cudaMemcpy(hostU, devU, size,  
19.     cudaMemcpyDeviceToHost);  
20.     cudaFree(devU);  
21.     return 0;  
22. }  
23.   
24. //Dynamic  
25. extern __shared__ int tmp[];  
26.   
27. __global__ example(float* u) {  
28.     int i=threadIdx.x;  
29.      tmp[i]=u[i];  
30.      u[i]=tmp[i]*tmp[i]+tmp[3-i];  
31. }  
32.   
33. int main() {  
34.     float hostU[4] = {1, 2, 3, 4};  
35.     float* devU;  
36.     size_t size = sizeof(float)*4;  
37.     cudaMalloc(&devU, size);  
38.     cudaMemcpy(devU, hostU, size, cudaMemcpyHostToDevice);  
39.     example<<<1,4,size>>>(devU, devV);  
40.     cudaMemcpy(hostU, devU, size, cudaMemcpyDeviceToHost);  
41.     cudaFree(devU);  
42.     return 0;  
43. }  

 

 

 4、  全局存储器 global memory

　　特点：所有线程都可以访问；没有缓存

[cpp] view plain copy

 

1. //Dynamic  
2. __global__ add4f(float* u, float* v) {  
3. int i=threadIdx.x;  
4.  u[i]+=v[i];  
5. }  
6. int main() {  
7.     float hostU[4] = {1, 2, 3, 4};  
8.     float hostV[4] = {1, 2, 3, 4};  
9.     float* devU, devV;  
10.     size_t size = sizeof(float)*4;  
11.     cudaMalloc(&devU, size);  
12.     cudaMalloc(&devV, size);  
13.     cudaMemcpy(devU, hostU, size,  
14.     cudaMemcpyHostToDevice);  
15.     cudaMemcpy(devV, hostV, size,  
16.     cudaMemcpyHostToDevice);  
17.     add4f<<<1,4>>>(devU, devV);  
18.     cudaMemcpy(hostU, devU, size,  
19.     cudaMemcpyDeviceToHost);  
20.     cudaFree(devV);  
21.     cudaFree(devU);  
22.     return 0;  
23. }  
24.   
25. //static  
26. __device__ float devU[4];  
27. __device__ float devV[4];  
28.   
29. __global__ addUV() {  
30. int i=threadIdx.x;  
31.  devU[i]+=devV[i];  
32. }  
33.   
34. int main() {  
35.     float hostU[4] = {1, 2, 3, 4};  
36.     float hostV[4] = {1, 2, 3, 4};  
37.     size_t size = sizeof(float)*4;  
38.     cudaMemcpyToSymbol(devU, hostU, size, 0, cudaMemcpyHostToDevice);  
39.     cudaMemcpyToSymbol(devV, hostV, size, 0, cudaMemcpyHostToDevice);  
40.      addUV<<<1,4>>>();  
41.     cudaMemcpyFromSymbol(hostU, devU, size, 0, cudaMemcpyDeviceToHost);  
42.     return 0;  
43. }  

 

   5、  常数存储器constant memory

 　　用于存储访问频繁的只读参数

 　　特点：只读；有缓存；空间小(64KB)

　 　注：定义常数存储器时，需要将其定义在所有函数之外，作用于整个文件 

1 __constant__ int devVar;
2 cudaMemcpyToSymbol(devVar, hostVar, sizeof(int), 0, cudaMemcpyHostToDevice)
3 cudaMemcpyFromSymbol(hostVar, devVar, sizeof(int), 0, cudaMemcpyDeviceToHost)

 6、  纹理存储器 texture memory

     是一种只读存储器，其中的数据以一维、二维或者三维数组的形式存储在显存中。在通用计算中，其适合实现图像处理和查找，对大量数据的随机访问和非对齐访问也有良好的加速效果。

     特点：具有纹理缓存，只读。

TNE END

 

顶

1

踩