CUDA编程入门系列(十一)CUDA程序优化技巧

优化原则:最大化并行执行

探索并行化:

优化线程块的规模

我们在设计CUDA程序的时候,要对线程块的个数进行考虑。因为GPU中流处理器SM的数量是相对固定的,所以我们应该尽量的将多个block放到同一个SM当中(至少保证每个SM中都有一个块),使得SM时刻处于活跃状态。但如果块所需资源过多,那么一个SM能够同时处理的块就比较少。

优化线程块的大小

因为SM是以warp为单位的,那么我们就要尽量的保证块的大小是32的倍数,使得所有的warp中所有的线程都处于活跃状态。如果块上的线程多的话,就可以隐藏一些内存的延迟。但是,如果一个块上的线程越多,每个线程拥有的寄存器大小就越小。

最大化Occupancy

基本策略

极小化CPU和GPU之间的数据传输

极大化使用共享内存

优化内存使用模式

全局内存:对齐与合并访问

共享内存:防止bank conflict

优化优先级

指令优化:原则

结论

相关推荐
余生H36 分钟前
transformer.js(三):底层架构及性能优化指南
javascript·深度学习·架构·transformer
果冻人工智能1 小时前
2025 年将颠覆商业的 8 大 AI 应用场景
人工智能·ai员工
代码不行的搬运工1 小时前
神经网络12-Time-Series Transformer (TST)模型
人工智能·神经网络·transformer
石小石Orz1 小时前
Three.js + AI:AI 算法生成 3D 萤火虫飞舞效果~
javascript·人工智能·算法
罗小罗同学1 小时前
医工交叉入门书籍分享:Transformer模型在机器学习领域的应用|个人观点·24-11-22
深度学习·机器学习·transformer
孤独且没人爱的纸鹤1 小时前
【深度学习】:从人工神经网络的基础原理到循环神经网络的先进技术,跨越智能算法的关键发展阶段及其未来趋势,探索技术进步与应用挑战
人工智能·python·深度学习·机器学习·ai
阿_旭1 小时前
TensorFlow构建CNN卷积神经网络模型的基本步骤:数据处理、模型构建、模型训练
人工智能·深度学习·cnn·tensorflow
羊小猪~~1 小时前
tensorflow案例7--数据增强与测试集, 训练集, 验证集的构建
人工智能·python·深度学习·机器学习·cnn·tensorflow·neo4j
极客代码1 小时前
【Python TensorFlow】进阶指南(续篇三)
开发语言·人工智能·python·深度学习·tensorflow
zhangfeng11331 小时前
pytorch 的交叉熵函数,多分类,二分类
人工智能·pytorch·分类