我的研发面经_显卡的硬件结构

1.GPU硬件相关:

使用卡的型号：

总结一下英伟达显卡的型号,N卡自发展至今经历了这几个架构：

第一代G80:tesla架构

第二代：费米架构

第三代：开普勒架构

第四代：麦克斯韦架构

第五代：帕斯卡架构

其中我们所用到的设是1050ti、1080ti、和TITAN X。

其中1050ti的结构是6核（sm)，每个sm中有128个计算单元（sp），共768个sp。

其中1080ti的结构是6个GPC,按照原GP102-350核心模板，应该是每个核5个SM,共30个SM,但对于1080ti消减了2个sm，共28个sm，每个sm中有128个计算单元（sp），共28*128=3584个sp。

TiTan X是30个SM,每个sm128个sp,共3840个sp。

思考：sp为什么不是“核”、"线程“？

答：sp事实上是最基本的逻辑运算单元，它完成的工作使它更像是一个加法器。

sm是逻辑处理的最小硬件结构，其中包含了逻辑控制单元、高速访存、和sp。一个sm，处理完一个block中的所有线程才会处理下一个block中的数据，因此我们进行划分时，最好保证每个block里的warp比较合理（分多个warp，threads个数是32的整倍数），那样可以一个sm可以交替执行里面的warp，从而提高效率。

此外，在分配block时，要根据GPU的sm个数，分配出合理的block数，让GPU的sm都利用起来，提利用率。分配时，也要考虑到同一个线程block的资源问题，不要出现对应的资源不够。

        ——进阶：一个sm内部通过warp分发器对来的命令（以warp为单位）分发到不同port（端口）上，一个port内部有16个sp,对于warp内的32个thread，需要for循环两次。

        时间线概念，一个port的sp在一个时间片上完成一次逻辑运算，然后等待一定逻辑时钟周期得到本次运算的回馈值，才能做下一条运算，在等待的这段时间，该port的计算资源闲置了。为了避免它的闲置，硬件通过warp分发器将其他warp的指令分发到这个port上 。这是为什么一个block最好安排排出来多个warp(N*32threads)。

      ——二次进阶: 事实上，即使对于一个block中只有一个warp的情况，我们认为对于算法内部逻辑依赖较少的代码，编译器会自动识别哪些语句不存在相关性，warp在执行完这一条命令之后可以去获取其他命令，通过warp分发器再分发到prot上，而不一定在时间线上等待逻辑运算的返回值，从而复用计算资源。

 

 

其他人的一些面经

求职之路（2015南京站拿到百度、美团、趋势科技、华为offer）：

https://blog.csdn.net/chhuach2005/article/details/39759165

面经中的各种问题汇总

语言基础，操作系统，计算机网络，数据库，设计模式，算法

https://www.cnblogs.com/forcheryl/p/4723797.html