LXF169: Вычисления. CUDA - История изменений

Olkol: Olkol переименовал страницу LXF168: Вычисления. CUDA в LXF169: Вычисления. CUDA

2018-11-14T06:42:27Z

Olkol переименовал страницу LXF168: Вычисления. CUDA в LXF169: Вычисления. CUDA

Olkol: /* Время работы? */

2018-11-13T09:36:58Z

‎Время работы?

Olkol: /* Ожидание завершения */

2018-11-13T09:35:13Z

‎Ожидание завершения

Olkol в 05:51, 13 ноября 2018

2018-11-13T05:51:25Z

Olkol: Новая страница: «Категория: Учебники '''Параллельные технологии''' == CUDA: Ускоряем графику ==…»

2018-11-13T05:47:48Z

Новая страница: «Категория: Учебники '''Параллельные технологии''' == CUDA: Ускоряем графику ==…»

Внесённые изменения

@@ Строка 376: / Строка 376: @@
 MyKernel<<< 1024, 256 >>>();
 cudaEventRecord( end );
@@ Строка 384: / Строка 385: @@
 printf(«Time: %.2f\n», time/1000.0 );
-{{Врезка|right|Заголовок=Обратная связь |Ширина=20%|Содержание=Приглашаем высказаться потенциальных авторов статей по параллельным вычислениям – ценные предложения, критику и советы присылайте по электронной почте: kalgin@ssd.sscc.ru, E.M.Baldin@inp.nsk.su. }}
 ===Заключение===
 Это лишь малая часть технической информации, которая потребуется на пути изучения CUDA. С другой стороны, пользовательский интерфейс – это не ракетные технологии, и его вполне можно освоить за разумный промежуток времени.
+|

@@ Строка 327: / Строка 327: @@
+}
-Проверка ошибок
+====Проверка ошибок====
 Любая функция CUDA Runtime возвращает значение типа cudaError_t, сигнализирующее об успешности выполнения. Функция cudaGetLastError возвращает результат последней вызванной функции CUDA Runtime или ядра. Функция cudaGetErrorString возвращает строку, расшифровывающую ошибку.
@@ Строка 349: / Строка 349: @@
 Этот макрос проверяет, была ли ошибка, а если была, то выводит на печать описание, имя файла и номер строки, где возникла ошибка. За счет проверки каждого вызова функций CUDA Runtime и ядер удается найти большую часть ошибок на ранних стадиях разработки программ.
-Время работы?
+====Время работы?====
 Измерение времени работы ядра с помощью системных функций не точно, поскольку оно включает время, затрачиваемое на взаимодействие программы с драйвером. Для точного измерения времени работы ядер определены специальный тип события cudaEvent_t и функции работы с ним:
@@ Строка 384: / Строка 384: @@
 printf(«Time: %.2f\n», time/1000.0 );
-Заключение
+Это лишь малая часть технической информации, которая потребуется на пути изучения CUDA. С другой стороны, пользовательский интерфейс – это не ракетные технологии, и его вполне можно освоить за разумный промежуток времени.
-−
+|
 Это лишь малая часть технической информации, которая потребуется на пути изучения CUDA. С другой стороны, пользовательский интерфейс – это не ракетные технологии, и его вполне можно освоить за разумный промежуток времени. |

@@ Строка 1: / Строка 1: @@
 [[Категория: Учебники]]
 '''Параллельные технологии'''
 == CUDA: Ускоряем графику ==
@@ Строка 27: / Строка 25: @@
 Самый производительный суперкомпьютер в Top500 (http://www.top500.org) на ноябрь 2012 года включает в качестве одного из своих элементов ускорители Nvidia. Почти десять процентов систем из этого списка также указали ускорители Nvidia в описании своей архитектуры, и эта доля в обозримом будущем будет расти.
-Установка CUDA
+===Установка CUDA===
 Предполагается, что в случае серьезной работы, например, на ближайшем доступном университетском кластере, все уже установлено. Если же хочется начать изучать технологию CUDA в домашних условиях, то необходимо для начала установить ее программную часть.
@@ Строка 65: / Строка 63: @@
 Перед началом экспериментов полезно побродить по директории /usr/local/cuda, посмотрев на 100 МБ документации в директории doc и поковырявшись в примерах из директории samples. Примеры собираются с помощью команды make. В директории samples/0_Simple/template располагается заготовка для стандартного CUDA-проекта.
-Исходники и их компиляция
+===Исходники и их компиляция===
 Программная часть архитектуры CUDA описывает расширение языка C/C++, функциональность и ключи управления работой компилятора nvcc, интерфейс оболочки CUDA Runtime системного драйвера графического ускорителя, профилировщик и отладчик.
@@ Строка 119: / Строка 117: @@
 Компилятор nvcc разделяет входной файл на две части: одна будет исполняться на центральном процессоре и компилироваться стандартным компилятором gcc, а вторая – на графическом ускорителе, и компилироваться самим nvcc. Расширениями CUDA языка C/C++ можно пользоваться только в файлах с расширением .cu.
-Иерархическая организация потоков
+===Иерархическая организация потоков===
 При программировании графического ускорителя необходимо быть в курсе диктуемой архитектурой иерархии исполняемых потоков и памяти. Это ключ к ускорению параллельных вычислений. К сожалению, в этом месте очень легко ошибиться и убить весь эффект большого числа процессоров неэффективным копированием данных.
@@ Строка 137: / Строка 135: @@
 » gridDim – размеры сетки блоков потоков.
-Азбука вызовов
+===Азбука вызовов===
 В этом разделе перечислены простейшие языковые структуры, которые смогут пригодиться в процессе введения в среду CUDA.
@@ Строка 205: / Строка 203: @@
 Здесь происходит сложение двух матриц размера Nx × Ny. Количество порождаемых потоков в точности соответствует количеству элементов в матрице.
-Работа с памятью
+===Работа с памятью===
 При объявлении переменной для ее размещения в глобальной памяти используется ключевое слово __device__, для размещения в разделяемой памяти – __shared__, а для размещения в константной – __constant__.
@@ Строка 297: / Строка 295: @@
 где Device – память графического ускорителя, а Host – память компьютера.
-Ожидание завершения
+===Ожидание завершения===
 Запуск ядер осуществляется в асинхронном режиме. Это означает, что после постановки ядра драйвером в очередь на запуск управление тут же возвращается в программу. То есть функция cudaMalloc, вызванная сразу после вызова ядра, скопирует не те данные, которые ожидаются, поскольку ядро не завершило работу. Чтобы дождаться исполнения всех запущенных ядер, необходимо воспользоваться функцией cudaDeviceSynchronize:

LXF169: Вы­чис­ления. CUDA - История изменений

Olkol: Olkol переименовал страницу LXF168: Вы­чис­ления. CUDA в LXF169: Вы­чис­ления. CUDA

Olkol: /* Вре­мя ра­бо­ты? */