CUDA编程学习笔记 之 CUDA流

CUDA程序的典型模式
①输入数据从CPU主机端传输到设备端
②在设备端执行核函数处理数据
③处理结果传回主机端

GPU的核心数是有限的,因此同一时间能够并行运行的线程数是有限的,但是由于硬件特性,CUDA中的内存复制操作(Host to Device,Device to Host,Device to Device) 与 函数运行计算(核函数计算,主机端的计算)是相互独立的,因此可以通过流操控它们并行运算

CUDA流 表示一个GPU操作队列,其中的操作将按照指定的顺序执行
流对CUDA的加速思想就是: 将 设备执行核函数 与 设备与主机之间的数据传输 并行运行
当然,数据传输操作传输的数据是核函数下一次执行时所需的数据(处理结果传输同理)

首先,需要将数据划分为多个小块分批进行 ①传输到设备(H2D)、②核函数计算(kernel)、③传输回主机(D2H) 这三个操作。
如图所示,将要处理的数据划分为四份,使用四个流进行加速。(假设数据传输与核函数执行时间相同),在中间的几段时间①②③三个操作是在同时运行的,图中可以看出使用多流的加速效果。
在这里插入图片描述
(图中有点小错误,最后一个流执行的最后一个操作应该是D2H(device to host),写错了)

有点类似于嵌入式中的“取指、译码、执行、写回”的架构👇

在这里插入图片描述

同理,当数据传输与核函数执行时间不同时也差不多(虚线表示对齐线)
在这里插入图片描述

如有错误,还请大佬指正

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值