TensorRT及CUDA自学笔记005 GPU架构和线程束

TensorRT及CUDA自学笔记005 GPU架构和线程束

GPU架构

流处理器streaming multiprocessor (SM)

每一个SM包含整数个CUDA core、共享内存\L1缓存(shared memory\L1cache)、注册文件(Register File)、加载和存储单元(Load\Store Units)、特殊函数单元SFU(Special Function Unit)、Warps调度(Warps Scheduler)

Fermi架构

  1. Fermi架构中512个CUDA内核构成16个SM,每个core中包含算数逻辑单元(ALU)和浮点计算单元(FPU)
  2. Fermi架构包含6G全局内存
  3. Fermi架构通过PCIE总线和主机连接
  4. Fermi架构中,每个SM包含16个加载和存储单元
  5. Fermi架构包含四个SFU,包含两个Warps Scheduler,两个Dispatch Unit

其中绿色为CUDA core

线程束(Warps)

左边是编程时的软件模型,右边时线程在物理层面的模型

每个GPU可以并行执行大量的thread,GPU中的每一个core执行一个thread,但是在物理上thread并不是真正的完全同步运行的,core,block总共就那么多,是不能支持过多的thread完全同时运行的,所以,就像排队一样,grid中的block被分配到GPU上的SM上执行,每个SM是先执行完一批thread后在执行下一批thread,多批线程块按顺序地在同一批SM中执行。

当block被分配在SM上时,就会以32个thread为一组进行分割,每一组为一个warp

线程束的数量计算

  1. 每个Warp包含32个thread
  2. 每个warp中只能包含同一个block中的thread(每个block中的所有thread的计算是一样的,只有其用于计算的数据是不同的)

所以我们要用block的维度计算出的thread的数量除以32,再向上取整就可以得到共需要多少个warp(注意不是SM)

相关推荐
Tim_107 小时前
【算法专题训练】20、LRU 缓存
c++·算法·缓存
Vect__7 小时前
从零实现一个简化版string 类 —— 深入理解std::string的底层设计
c++
hope_wisdom7 小时前
C/C++数据结构之栈基础
c语言·数据结构·c++··stack
ajassi20008 小时前
开源 C++ QT Widget 开发(十四)多媒体--录音机
linux·c++·qt·开源
RestCloud8 小时前
一站式数据集成:iPaaS 如何让开发者和业务人员都满意?
前端·后端·架构
劲镝丶9 小时前
malloc概述
c语言·开发语言·c++
智慧源点9 小时前
阿里云高可用生产环境网络架构实战:VPC规划与多可用区部署
网络·阿里云·架构
不会聊天真君6479 小时前
ES(springcloud笔记第五期)
笔记·elasticsearch·spring cloud
安卓开发者10 小时前
鸿蒙Next ArkWeb进程解析:多进程架构如何提升Web体验
前端·架构·harmonyos
热心市民R先生10 小时前
IgH EtherCAT 主站核心技术解析:从架构到工业部署的底层逻辑
架构·igh