本文介绍了GPU的硬件层次，包括SM和SP的概念，以及CUDA和OPENCL的编程模型。CUDA中，计算任务以grid、block和thread的形式组织，线程束（warp）是调度单位。OPENCL类似，工作群组（workgroup）划分为多个线程。理解这些架构有助于优化GPU计算效率。
(部分内容转自网络)
一 硬件层次划分
GPU硬件架构:
一个GPU上包含多个SM(STREAMING MULTIPROCESSOR),一个SM包含8个SP(STREAMING PROCESSOR)
sp: 最基本的处理单元，streaming processor 最后具体的指令和任务都是在sp上处理的。
GPU进行并行计算，也就是很多个sp同时做处理
sm:多个sp加上其他的一些资源组成一个sm, streaming multiprocessor. 其他资源也就是存储资源，共享内
存，寄储器等。每个SM大致相当于一个8路SIMD处理器，单指令宽度不是8，是32.（即等于warp size）
???
GPU架构如下：
二 CUDA架构:
CUDA架构是程序执行时候，对GPU计算资源进行的逻辑划分。
在利用cuda进行编程时，一个grid分为多个block，而一个block分为多个thread.一个kernel函数映射到一个grid上执行。
1、线程结构ÿ
最低0.47元/天 解锁文章
扫一扫
3181
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
