NVIDIA CUDA初级教程视频--(八)

**

第八章CUDA编程(三)

**
1.矩阵分析
CPU实现:NVIDIA CUDA初级教程视频--(八)_第1张图片
矩阵长度限制:仅仅使用一个block,不能处理过大矩阵的相乘
去除长度限制:将结果矩阵拆分成tile小块,把一个tile布置到一个block,通过threadIdx和blockIdx索引
把不能整除的部分添加0 padding
对global memory的读写:受限于global memory带宽,G80峰值GFLOPS:346.5,需要1386GB/S的带宽来达到,G80存储器实际带宽:84.6GB/S,代码运行速度则不到1/20,必须大幅减少对global memory 的访问,可以使用shared memory 来减少global memory 带宽需求,把kenerl拆分成多个阶段,每个阶段用原始矩阵的子集来累加,每个阶段都有很好的数据局部性。
NVIDIA CUDA初级教程视频--(八)_第2张图片
2.原子函数NVIDIA CUDA初级教程视频--(八)_第3张图片
针对某一个特定数,全局共享的方法,原子操作非常耗时,要使用排队,针对同一个内存地址,访问开销增大

你可能感兴趣的:(CUDA开发)