【面经笔记】cuda、gpu概念_gpu存储面经

作者：IT小白 | 2024-02-19 05:04:13

踩

gpu存储面经

                    
                        
                    
                    与CUDA相关的几个概念：thread，block，grid，warp，sp，sm。 
 sp: 小核（流处理器）最基本的处理单元，streaming processor 最后具体的指令和任务都是在sp上处理的。GPU进行并行计算，也就是很多个sp同时做处理 
 sm: 大核（流多处理器）多个sp加上其他的一些资源组成一个sm, streaming multiprocessor. 其他资源也就是存储资源，共享内存，寄储器等。 
 Warp：（线程束）GPU执行程序时的调度单位，一起执行。目前cuda的warp的大小为32，同在一个warp的线程，以不同数据资源执行相同的指令。 
 grid、block、thread：在利用cuda进行编程时，一个grid分为多个block，而一个block分为多个thread.其中任务划分到是否影响最后的执行效果。划分的依据是任务特性和。
利用图形API 和CUDA进行GPU通用计算的性能区别？ 
 利用图形API需要把问题转化为图形学的变化；而CUDA是C语言的扩展，比较适合做通用计算
GPU的指令和CPU指令的最大区别？ 
 CPU需要运行OS，不但要处理中断，还要负责存储器空间分配与回收，CPU指令有很多都是操作特权寄存器；GPU目前还做不到这一点
你怎么样知道是否达到了GPU的理论加速倍数？怎么计算？ 
 通过成千上万线程来隐藏访问延迟
GPU架构的缺点？如果让你设计，你会怎么改进？ 
 a.精度问题，b.编程模式不太灵活
GPU有通过成千上万

                

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/IT小白/article/detail/112788

【面经笔记】cuda、gpu概念_gpu存储 面经

【面经笔记】cuda、gpu概念_gpu存储面经