CUDA C 编程权威指南学习笔记：第二章 CUDA编程模型

喜欢ヅ旅行 2022-05-30 02:54 243阅读 0赞

详细细节参考书籍或者这个博客[《CUDA C编程权威指南》——第2章 CUDA编程模型 2.1 CUDA编程模型概述][CUDA C_2_ CUDA_ 2.1 CUDA]

**2.1.1 CUDA编程结构**

CUDA编程模型还利用GPU架构的计算能力提供了以下几个特有功能。  
1. 一种通过层次结构在GPU中组织线程的方法  
2. 一种通过层次结构在GPU中访问内存的方法

CUDA编程模型主要是**异步**的，因此在GPU上进行的运算可以与**主机-设备通信重叠**。一个典型的CUDA程序包括由并行代码互补的串行代码。如图2-2所示，串行代码（及任务并行代码）在主机CPU上执行，而并行代码在GPU上执行。主机代码按照ANSI C标准进行编写，而设备代码使用CUDA C进行编写。一个典型的CUDA程序实现流程遵循以下模式。

1.  把数据从CPU内存拷贝到GPU内存。
2.  调用核函数对存储在GPU内存中的数据进行操作。
3.  将数据从GPU内存传送回到CPU内存。  
    ![这里写图片描述][70]

**2.1.2 内存管理**

udaMalloc与标准C语言中的malloc函数几乎一样，只是此函数在GPU的内存里分配内存。通过充分保持与标准C语言运行库中的接口一致性，可以实现CUDA应用程序的轻松接入。

cudaMemcpy函数负责主机和设备之间的数据传输，这个函数以同步方式执行，因为在cudaMemcpy函数返回以及传输操作完成之前主机应用程序是阻塞的。

**2.1.3 线程管理**

CUDA明确了线程层次抽象的概念以便于你组织线程。这是一个两层的线程层次结构，由线程块和线程块网格构成，如图2-5所示。

![这里写图片描述][70 1]

*  **同步**
 *  **共享内存**

**不同块内的线程不能协作。** 线程依靠以下两个坐标变量来区分彼此。

*  blockIdx（线程块在线程格内的索引）
 *  threadIdx（块内的线程索引）

网格和块的维度由下列两个内置变量指定。

*  blockDim（线程块的维度，用每个线程块中的线程数来表示）
 *  gridDim（线程格的维度，用每个线程格中的线程数来表示）

**2.1.4 启动核函数**

同一个块中的线程之间可以相互协作，不同块内的线程不能协作。核函数调用结束后，控制权立刻返回给主机端。你可以调用以下函数来强制主机端程序等待所有的核函数执行结束：cudaDeviceSynchronize(). 一些CUDA运行时API在主机和设备之间是**隐式同步**的。当使用cudaMemcpy函数在主机和设备之间拷贝数据时，主机端隐式同步，即主机端程序必须等待数据拷贝完成后才能继续执行程序。

![这里写图片描述][70 2]

**2.2 给核函数计时**

**2.2.1 使用CPU计时**

由于GPU的执行是异步的，所以使用CPU计时就必须要显示做同步，cudaDeviceSynchronize()

**2.2.2 使用nvprof计时**

CUDA还提供了一个nvprof命令行分析工具

**2.3 组织并行线程**

从矩阵加法的例子中可以看出：

*  **改变执行配置**对内核性能有影响
 *  **传统的核函数实现**一般不能获得最佳性能
 *  对于一个给定的核函数，**尝试使用不同的网格和线程块大小**可以获得更好的性能

[CUDA C_2_ CUDA_ 2.1 CUDA]: https://yq.aliyun.com/articles/118205
[70]: /images/20220530/cf088a7afeeb4ae89d2e5982aad62b3c.png
[70 1]: /images/20220530/c3a06c00e1e744a0822719bf11ba00f2.png
[70 2]: /images/20220530/a462e7ccc1384039a799d083ecfcd246.png