Normal
0
7.8 磅
0
2
false
false
false
EN-US
ZH-CN
X-NONE一、选择程序中最耗时的部分，对它进行并行化，道理就是如果你选择了消耗运行时间10%的部分来并行化，就算你达到了10倍的加速，现在的运行时间还是以前的91%，但是如果你并行的是消耗运行时间90%的部分，则现在的时间是以前的19%。
二、最大化并行，就是在你选择的部分，使用尽可能多的线程来处理它，并且让每个线程尽可能多的计算，因为如果数据传输的时间太大的话，无论你提高多少倍也没多大作用，对于数据传输，首先要保证传输次数少，其次传输量要小，可以使用cudaMallocHost来加速传输。当然，这和问题本身，算法，硬件都有关系。
三、尽量保证全局内存融合，尽量使用cuda已经定义好的向量，他们往往已经对齐了，而且cutil_math.h中还有相关的操作符重载，对自己定义的结构体要使用对齐，如果实在无法实现内存融合的话，使用texture
四、使用share，constant存储器，同时保证share不出现memory bank,就算有严重的bank conflict，shared通常也快于global。
五、优化register的使用，可以查看cubin文件，如果使用了lmem，那么你就得考虑这个问题了，解决这个问题的方法，使用share，减小block尺寸，后一条可能更实用。
六、注意条件分支语句，尽量少用分支；展开小循环，使用inline减少函数调用。
七、优化指令使用，尽量使用吞吐量大的指令，而不是相反，比如use-fast-math编译选项。
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/23057064/viewspace-629488/ ，如需转载，请注明出处，否则将追究法律责任。
上一篇：
NVIDIA GPU结构
下一篇：
CUDA3.0的C++支持详解
请登录后发表评论
登录
全部评论
