我试图了解GPU的内存组织是如何工作的。
根据下表列出的技术规格,我的GPU可以有8个活动块/ SM和768个线程/ SM。基于此,我认为为了利用上述每个块应该有96(= 768/8)个线程。具有此线程数的最近的块我认为它是一个9x9块,81个线程。使用8个块可以在一个SM中同时运行的事实,我们将有648个线程。剩下的120(= 768-648)怎么样?
我知道这些想法发生了错误。一个简单的例子描述了最大SM线程数与每个块的最大线程数之间的关系以及基于我的GPU规范的warp大小,这将是非常有帮助的。
Device 0: "GeForce 9600 GT"
CUDA Driver Version / Runtime Version 5.5 / 5.0
CUDA Capability Major/Minor version number: 1.1
Total amount of global memory: 512 MBytes (536870912 bytes)
( 8) Multiprocessors x ( 8) CUDA Cores/MP: 64 CUDA Cores
GPU Clock rate: 1680 MHz (1.68 GHz)
Memory Clock rate: 700 Mhz
Memory Bus Width: 256-bit
Max Texture Dimension Size (x,y,z) 1D=(8192), 2D=(65536,32768), 3D=(2048,2048,2048)
Max Layered Texture Size (dim) x layers 1D=(8192) x 512, 2D=(8192,8192) x 512
Total amount of constant memory: 65536 bytes
Total amount of shared memory per block: 16384 bytes
Total number of registers available per block: 8192
Warp size: 32
Maximum number of threads per multiprocessor: 768
Maximum number of threads per block: 512
Maximum sizes of each dimension of a block: 512 x 512 x 64
Maximum sizes of each dimension of a grid: 65535 x 65535 x 1
Maximum memory pitch: 2147483647 bytes
Texture alignment: 256 bytes
Concurrent copy and kernel execution: Yes with 1 copy engine(s)
Run time limit on kernels: Yes
Integrated GPU sharing Host Memory: No
Support host page-locked memory mapping: Yes
Alignment requirement for Surfaces: Yes
Device has ECC support: Disabled
Concurrent kernel execution: No
Device supports Unified Addressing (UVA): No
Device PCI Bus ID / PCI location ID: 1 / 0
答案 0 :(得分:1)
您可以在cuda编程指南中找到设备的技术规格,如下所示,而不是cuda示例程序的输出。
http://docs.nvidia.com/cuda/cuda-c-programming-guide/index.html#compute-capabilities
从硬件角度来看,我们通常会尝试最大化每个多处理器(SM)的warp占用率以获得最大性能。最大占用率受限于3种类型的硬件资源:#warp / SM,#register / SM和#shared memory / SM。
您可以在cuda安装目录中尝试以下工具,以了解如何进行计算。它将使您更清楚地了解#spires / SM,#threads / block,#warp / SM等之间的联系。
$CUDA_HOME/tools/CUDA_Occupancy_Calculator.xls