在使用cuda进行编程时，协同和Bank冲突有什么区别？
仅仅是因为协同发生在全局内存而Bank冲突发生在共享内存吗？
如果我有一块支持>1.2的GPU，我需要担心协同吗？它会自己处理协同吗？
聚合与银行冲突 (Cuda)
3
- hero
3个回答
5
是的，合并读/写适用于全局读取，并且银行冲突适用于共享内存读/写。
不同的计算能力设备在这里有不同的行为，但是1.2 GPU仍然需要注意确保您正在合并读取和写入 - 只是有一些优化使事情更容易。
您应该阅读CUDA最佳实践指南。这涵盖了这两个问题的许多细节。
- Edric
2
是的：合并访问只涉及全局内存，银行冲突只涉及共享内存。同时，还可以查看高级 CUDA C 培训课程，其中第一部分详细解释了 >1.2 GPU 中的硬件如何帮助您以及仍需考虑的优化。它还解释了共享内存银行冲突。例如，可以查看 this recording。SDK 中的扫描和约简示例也很好地解释了共享内存银行冲突，并对内核进行了逐步改进。
- Tom
1
A >1.2 GPU会尽其所能地针对强制操作（coalescing）进行最佳优化，即将相同大小的内存访问分组，使其适合256字节的同一内存原子，并将它们作为1次内存写入写出。GPU将负责重新排序访问并将其对齐到正确的内存边界。（在早期的GPU中，warp内的内存事务必须对齐到内存原子并按正确的顺序排列。）
然而，为了实现最佳性能，仍需要确保具有这些强制操作机会。如果warp内的所有线程都有完全不同的内存事务，则强制器无法执行任何操作，因此，仍需注意内核的内存本地性行为。
- Tom Verbeure
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接