- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
假设我有一个带有一堆 block 的 CUDA 内核,并且假设某个 block 紧接在同一个对称多处理器上的另一个 block 之后(即,所有线程束具有相同共享内存区域的单元)。 NVIDIA 目前并未在 API 或每个 GPU 文档中指定执行之间的共享内存会发生什么情况。但实际上,关于 block 的共享内存内容,以下哪项成立? :
为了缩小可能出现的情况的变化,请具体引用每个 block 使用最大可能共享内存量的情况 - 在 Kepler GPU 上为 48 KB。
最佳答案
NVIDIA 不会发布此级别的硬件行为,因此您应该将其视为未定义(如@datenwolf 所说)。当然,给定 block 看到的共享内存的内容不会是随机的。硬件没有必要花时间清理内存。
GPU 可以在每个 SM 上同时运行多个 block 。给定内核同时运行的 block 数取决于各种因素。因此,例如,如果共享内存是限制因素,则每个 SM 将运行与共享内存中适合的 block 数。所以,如果有 48K 的共享内存,一个 block 需要 10K,那么 4 个 block 可能同时运行,使用 40K。因此,如果您的设备有 8 个 SM,我的猜测是给定 block 的共享内存将有 32 (4 * 8) 个可能的固定位置。因此,当安排一个新 block 时,它将被分配到这些位置之一,并查看共享内存,因为它是由在该位置运行的前一个 block 留下的。
API 无法让 block 检测它在哪个位置运行。 block 的调度是动态确定的,可能很难预测。
如果 GPU 用于显示,它可能同时运行其他内核(着色器),可能以奇怪而奇妙的方式覆盖 CUDA 内核中 block 之间的共享内存。甚至 CUDA 也可能在幕后运行其他内核。
编辑:
我写了一个小程序来测试(包括在下面)。该程序将一个 block 应存储在共享内存中的整数个数作为参数。然后它启动 100,000 个 block ,每个 block 有一个线程。每个 block 检查其共享内存是否已初始化。如果它被初始化,该 block 什么都不做。如果未初始化,该 block 会初始化内存并增加全局计数。初始化模式是递增的数字序列,以避免部分重叠的初始化共享内存缓冲区看起来有效。
在 GTX660(开普勒、CC 3.0、5 个 SM)上,配置 48K 共享内存,CC 3.0 发布版本,我得到了以下结果:
C:\rd\projects\cpp\test_cuda\Release>test_cuda.exe 10000
Shared memory initializations: 5
我运行了好几次,每次都得到相同的结果。这符合我最初的猜测,因为 10000 个整数占用 ~40K,因此每个 SM 有一个并发 block 的空间,并且这个设备有 5 个 SM。
但是,当我将共享内存减少到 2500 个整数(~10K),期望进行 20 次初始化并运行几次时,我得到了不同的高数字:
Shared memory initializations: 32,822
Shared memory initializations: 99,996
Shared memory initializations: 35,281
Shared memory initializations: 30,748
因此,在这种情况下,我对固定位置的猜测是完全无效的。
然后我尝试将共享内存减少到 100 个整数(在 48K 中将有 122 个 block 的空间)并始终如一地得到:
Shared memory initializations: 480
因此,同样,这不是预期的数量,而且令人惊讶的是,尽管每个 block 使用的共享内存量较小,但可能的变化显然较少。
看起来,如果你决心搬起石头砸自己的脚,你可以使用一个大的共享内存块来保持一致 :) 此外,这是在也用于显示的 GPU 上运行的,Windows 7 Aero(一种 GPU 加速主题)并且渲染似乎不会受到干扰,因为在内核运行时桌面会卡住。
程序:
#include "cuda_runtime.h"
#include <iostream>
#include <sstream>
using namespace std;
#define assertCudaSuccess(ans) { _assertCudaSuccess((ans), __FILE__, __LINE__); }
inline void _assertCudaSuccess(cudaError_t code, char *file, int line)
{
if (code != cudaSuccess) {
fprintf(stderr,"CUDA Error: %s %s %d\n", cudaGetErrorString(code), file, line);
exit(code);
}
}
__global__ void shared_memory_persistence_test(int n_shared_ints);
__device__ int init_cnt_d(0);
int main(int argc, char* argv[])
{
cout.imbue(locale(""));
int n_shared_ints;
stringstream(string(argv[1])) >> n_shared_ints;
shared_memory_persistence_test<<<dim3(100, 1000), 1, n_shared_ints * sizeof(int)>>>(n_shared_ints);
assertCudaSuccess(cudaPeekAtLastError());
assertCudaSuccess(cudaDeviceSynchronize());
int init_cnt_h;
assertCudaSuccess(cudaMemcpyFromSymbol(&init_cnt_h, init_cnt_d, sizeof(int), 0, cudaMemcpyDeviceToHost));
cout << "Shared memory initializations: " << init_cnt_h << endl;
return 0;
}
__global__ void shared_memory_persistence_test(int n_shared_ints)
{
extern __shared__ int shared[];
for (int i(0); i < n_shared_ints; ++i) {
if (shared[i] != i) {
for (int i(0); i < n_shared_ints; ++i) {
shared[i] = i;
}
atomicAdd(&init_cnt_d, 1);
break;
}
}
}
关于cuda - GPU 多处理器的内核 block 执行之间的共享内存会发生什么变化?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/20577906/
我为 4 套接字服务器的大对象( double 矩阵)编写 NUMA-aaware 缓存。我观察到套接字间通信是我的应用程序的瓶颈。因此,我希望不同套接字上的线程具有单独的矩阵缓存。我已将线程限制到特
这个问题在这里已经有了答案: 关闭 12 年前。 Possible Duplicate: Parsing JSON using C? 处理 JSON 的最佳 C 库是什么? http://www.j
我一直在使用递归 SpinTax 处理器,如 here 所示, 它适用于较小的字符串。然而,当字符串超过 20KB 时,它开始耗尽内存,这就成了一个问题。 如果我有这样的字符串: {Hello|How
C# 中是否有一个#define 允许我在编译时知道我是针对 x86 (Win32) 还是针对 x64 (Win64) 进行编译? 最佳答案 默认情况下没有办法做到这一点。原因是 C# 代码不是针对特
我不确定 SO 是否是提出这个问题的最佳场所。如果没有,请告诉我应该去哪个姊妹网站。 我一直在阅读一篇关于英特尔的可信执行技术 (TXT) 的论文,其中包含以下我似乎无法理解的文字: “英特尔创建了一
我需要一个工具来针对 执行 XSLT非常大 XML 文件。需要明确的是,我不需要任何东西来设计、编辑或调试 XSLT,只需执行它们即可。我正在使用的转换已经很好地优化了,但是大文件导致我尝试过的工具(
我正在学习Apache Camel。 能否请您解释一下关于Apache Camel的处理器,组件和端点之间的区别。 最佳答案 我建议所有刚接触Apache Camel的人阅读这篇文章,它很好地解释了C
我想知道在 Camel 处理器上获得同步的方法。 我在 docs 找到的唯一相关内容: Note that there is no concurrency or locking issue when
我看到这个 https://issues.apache.org/jira/browse/NIFI-78在 jira 上,但它引用了 java。有没有办法将 nifi 进程映射到服务器上的线程,以便我可
我有以下用例: 在一个应用程序中,我使用 X 线程消费一些消息,其中我有一个这样定义的 Consumer 实现: public interface Consumer { onMessage(
CPU12 处理器中是否有提供简单 NOT 功能的代码? 最佳答案 这应该是 the datasheet您正在寻找。没有可用的logical NOT,您必须自己编写代码。 关于assembly - 不
我对 Oracle XDK 中包含的 Java XSLT 处理器与 Oracle DB 中嵌入并由 SQL XMLtransform 函数使用的 XSLT 处理器之间的关系感到困惑。 这些是相同的野兽
我正在试用 Camel,发现它是一个方便的端点集成工具。我已经设置了以下实验性应用程序: 第一个端点是一个简单的 http-get 请求(在命令行上使用 curl)。这与使用 Jetty 的中央交换机
我正在为一个应用程序使用 Apache Camel 和 Spring Boot。我需要从目录中读取数据,然后解码读取的 xml,然后处理解码的对象以在其中设置更多数据,然后再次对其进行编码并将其发送到
我已经知道如何编写自定义处理器(扩展org.apache.nifi.processor.AbstractProcessor)。我已经使用了这种技术,并且也可以轻松创建自定义 org.apache.ni
是否有任何用 python 编写的 EasyList 处理器/解析器? http://easylist.adblockplus.org/en/ 最佳答案 找到了!就像一个月后:( http://adb
我有一个无法安装任何东西的开发(说来话长)。我只需要使用纯 HTML/浏览器 JS 进行开发,并且我想使用 CSS 预处理器。我喜欢 SCSS (SASS),但为了使用它,我必须在我的机器上安装 ru
关闭。这个问题不符合Stack Overflow guidelines .它目前不接受答案。 要求我们推荐或查找工具、库或最喜欢的场外资源的问题对于 Stack Overflow 来说是偏离主题的,
对于新手来说,是直接从 ARM 处理器的数据表和用户手册开始,还是先了解一下 ARM 世界然后再继续? 最佳答案 当我开始使用一项(对我而言)新技术时,我首先会找到尽可能多的数据表和应用说明,然后直接
我使用 AMD FX X6 6300 型处理器。 (它支持虚拟化,我的 BIOS 设置为 ON) 我安装了“英特尔 x86 仿真器加速器”。当我尝试运行 Intel 加速器设置时,我得到该设置无法安装
我是一名优秀的程序员,十分优秀!