第二章:使用GPU理解并行计算
2021年8月20日星期五
本章讨论了串行计算修改成并行计算的一般设计方法,较为抽象。但提供了很多研究线索。
1、 GPU中块的数量,一般是SM数量的816倍(每个SM能并发调度816个线程块);
2、 块内线程的数量,小于1024(受限于SM中寄存器数量),不小于256,以覆盖Global Memory访问延迟,且等于WARP SIZE=32的整数倍。
3、 流水线并行处理(pipeline parallelism)VS 数据并行处理
4、 CUDA不考虑缓存一致性,交给程序员自行处理缓存一致性问题。
5、 SIMD(向量指令,SSE、AVX,Instruction-Level Parallelism ILP)、SISD(串行程序)、MIMD(多核CPU、多线程多进程)、MISD(少见)。 CUDA采用STMD(Single Thread Multi-Data,同一段程序,但各个线程不是指令级同步,可以执行不同的分支)。
6、 循环的并行化,需要先剔除循环之间的前后依赖关系。
7、 派生(fork)、汇集(join)模式:
8、 递归改成迭代,以规避栈的大小限制。