wingsummer
/
CudaSteps
mirror of https://github.com/QINZHAOYU/CudaSteps
1
0
Fork 0
Code Issues Projects Releases Wiki Activity

update formate

This commit is contained in:
qinzhaoyu 2021-11-15 08:52:48 +08:00
parent d06791d2ce
commit ae3602a1cf
3 changed files with 14 additions and 12 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

6
ReadMe.md
View File

@ -12,8 +12,8 @@ CUDA gpu 编程学习，基于 《CUDA 编程——基础与实践》（樊哲
CUDA 官方文档： CUDA 官方文档：
[CUDA c++编程指南](https://docs.nvidia.com/cuda/cuda-c-programming-guide/index.html) [CUDA c++编程指南](https://docs.nvidia.com/cuda/cuda-c-programming-guide/index.html)
[CUDA c++最佳实践指南](https://docs.nvidia.com/cuda/cuda-c-best-practices-guide/index.html) [CUDA c++最佳实践指南](https://docs.nvidia.com/cuda/cuda-c-best-practices-guide/index.html)
[CUDA 运行时API手册](https://docs.nvidia.com/cuda/cuda-runtime-api/index.html) [CUDA 运行时API手册](https://docs.nvidia.com/cuda/cuda-runtime-api/index.html)
[CUDA 数学函数库API手册](https://docs.nvidia.com/cuda/cuda-math-api/index.html) [CUDA 数学函数库API手册](https://docs.nvidia.com/cuda/cuda-math-api/index.html)

14
capter1/ReadMe.md
View File

@ -10,7 +10,8 @@
主机和设备都有自己的 DRAM，之间一般由 PCIe 总线连接。 主机和设备都有自己的 DRAM，之间一般由 PCIe 总线连接。
GPU 计算能力不等价于计算性能；表征计算性能的一个重要参数是 **浮点数运算峰值（FLOPS）**。 GPU 计算能力不等价于计算性能；表征计算性能的一个重要参数是 **浮点数运算峰值（FLOPS）**。
浮点数运算峰值有单精度和双精度之分。对于 Tesla 系列的 GPU，双精度下 FLOPS 一般是单精度下的 1/2;对于 GeForce 系列的 GPU，双精度下 FLOPS 一般是单精度下的 1/32。 浮点数运算峰值有单精度和双精度之分。对于 Tesla 系列的 GPU，双精度下 FLOPS 一般是单精度下的 1/2;
对于 GeForce 系列的 GPU，双精度下 FLOPS 一般是单精度下的 1/32。
影响计算性能的另一个参数是 **GPU 内存带宽（显存）**。 影响计算性能的另一个参数是 **GPU 内存带宽（显存）**。
@ -23,7 +24,8 @@ GPU 计算能力不等价于计算性能；表征计算性能的一个重要参
3. OpenACC，由多公司共同开发的异构并行编程标准。 3. OpenACC，由多公司共同开发的异构并行编程标准。
CUDA 提供两层 API，即 CUDA 驱动API 和 CUDA 运行时API。 CUDA 提供两层 API，即 CUDA 驱动API 和 CUDA 运行时API。
CUDA 开发环境中，程序应用程序是以主机（CPU）为出发点的；应用程序可以调用 CUDA 运行时 API、CUDA 驱动 API 和一些已有的 CUDA 库。 CUDA 开发环境中，程序应用程序是以主机（CPU）为出发点的；应用程序可以调用 CUDA 运行时 API、
CUDA 驱动 API 和一些已有的 CUDA 库。
------ ------
@ -60,11 +62,11 @@ windows10 操作系统：[windows10下cuda环境搭建](https://docs.nvidia.com/
1. **CUDA Version**， 11.2； 1. **CUDA Version**， 11.2；
2. **GPU Name**，GeForce MX450，设备号为 0；如果系统中有多个 GPU 且只要使用其中某个特定的 GPU， 2. **GPU Name**，GeForce MX450，设备号为 0；如果系统中有多个 GPU 且只要使用其中某个特定的 GPU，
可以通过设置环境变量 **CUDA_VISIBLE_DEVICES** 的值，从而可以在运行 CUDA 程序前选定 GPU; 可以通过设置环境变量 **CUDA_VISIBLE_DEVICES** 的值，从而可以在运行 CUDA 程序前选定 GPU;
3. **TCC/WDDM**，WDDM（windows display driver model），其它包括 TCC（Tesla compute cluster）； 3. **TCC/WDDM**，WDDM（windows display driver model），其它包括 TCC（Tesla compute cluster）；
可以通过命令行 `nvidia-smi -g GPU_ID -dm 0`，设置为 WDDM 模式（1 为 TCC 模式）； 可以通过命令行 `nvidia-smi -g GPU_ID -dm 0`，设置为 WDDM 模式（1 为 TCC 模式）；
4. **Compute mode**, Default，此时同一个 GPU 中允许存在多个进程；其他模式包括 E.Process， 4. **Compute mode**, Default，此时同一个 GPU 中允许存在多个进程；其他模式包括 E.Process，
指的是独占进程模式，但不适用 WDDM 模式下的 GPU； 指的是独占进程模式，但不适用 WDDM 模式下的 GPU；
可以通过命令行 `nvidia-smi -i GPU_ID -c 0`，设置为 Default 模式（1 为 E.Process 模式）; 可以通过命令行 `nvidia-smi -i GPU_ID -c 0`，设置为 Default 模式（1 为 E.Process 模式）;
5. **Perf**，p8（GPU 性能状态，最大p0~最小p12）； 5. **Perf**，p8（GPU 性能状态，最大p0~最小p12）；

6
capter2/ReadMe.md
View File

@ -27,7 +27,7 @@ CUDA 采用 nvcc 作为编译器，支持 C++ 代码；nvcc 在编译 CUDA 程
### 使用 核函数 的 CUDA 程序 ### 使用 核函数 的 CUDA 程序
一个利用了 GPU 的 CUDA 程序既有主机代码，又有设备代码（在设备中执行的代码）。 一个利用了 GPU 的 CUDA 程序既有主机代码，又有设备代码（在设备中执行的代码）。
主机对设备的调用是通过 **核函数（kernel function）** 实现的。 主机对设备的调用是通过 **核函数（kernel function）** 实现的。
int main() int main()
@ -116,7 +116,7 @@ CUDA 采用 nvcc 作为编译器，支持 C++ 代码；nvcc 在编译 CUDA 程
一个线程块中的线程还可以细分为不同的 **线程束（thread warp）**，即同一个线程块中 一个线程块中的线程还可以细分为不同的 **线程束（thread warp）**，即同一个线程块中
相邻的 warp_size 个线程（一般为 32）。 相邻的 warp_size 个线程（一般为 32）。
对于从开普勒架构到图灵架构的 GPU，网格大小在 x, y, z 方向的最大允许值为 （2^31 - 1, 2^16 - 1, 2^16 -1）； 对于从开普勒架构到图灵架构的 GPU，网格大小在 x, y, z 方向的最大允许值为 （2^31 - 1, 2^16 - 1, 2^16 -1）；
线程块大小在 x, y, z 方向的最大允许值为 （1024， 1024， 64），同时要求一个线程块最多有 1024 个线程。 线程块大小在 x, y, z 方向的最大允许值为 （1024， 1024， 64），同时要求一个线程块最多有 1024 个线程。
------ ------
@ -132,7 +132,7 @@ CUDA 头文件的后缀依然是 “.h”；同时，采用 nvcc 编译器会自
nvcc 会先将全部源代码分离为 主机代码 和 设备代码；主机代码完整的支持 c++ 语法，而设备代码只部分支持。 nvcc 会先将全部源代码分离为 主机代码 和 设备代码；主机代码完整的支持 c++ 语法，而设备代码只部分支持。
nvcc 会先将设备代码编译为 PTX（parrallel thread execution）伪汇编代码，再将其编译为二进制 cubin目标代码。 nvcc 会先将设备代码编译为 PTX（parrallel thread execution）伪汇编代码，再将其编译为二进制 cubin目标代码。
在编译为 PTX 代码时，需要选项 `-arch=compute_XY` 指定一个虚拟架构的计算能力；在编译为 cubin 代码时， 在编译为 PTX 代码时，需要选项 `-arch=compute_XY` 指定一个虚拟架构的计算能力；在编译为 cubin 代码时，
需要选项 `-code=sm_ZW` 指定一个真实架构的计算能力，以确定可执行文件能够使用的 GPU。 需要选项 `-code=sm_ZW` 指定一个真实架构的计算能力，以确定可执行文件能够使用的 GPU。