CUDA学习笔记一---GPU基本架构_gpu sfu是怎么算的

以Fermi GPU为例：

---

左侧是一个粗略的GPU架构图，可以看到GPU由“显存”和“计算单元”组成，有以下几个部分：

1. DRAM：Dynamic Random Access Memory，即GPU的显存，容量较大，速度慢，CPU和GPU都可以访问。DRAM相当于CPU的RAM，里面存放的数据断电就没有了。

2. SM：streaming multiprocessor，即计算单元，一个GPU有多个SM。CPU可以使多核的，比如四核八核，而GPU的核心就特别多，一个SM里面包含多个核心（core）。

3. L2 Cache:这是一个二级缓存，比如当我们在CPU上执行100个1相加的时候，首先计算1＋1，将结果2保存，再继续计算2＋1，如此循环。但是由于在内存上读写数据耗费时间，我们只需要将中间结果保存在缓存里面，将最后结果写入内存即可。所有缓存大致就是这个作用。

---

每一个SM的架构如同右边所示：

1. Core：每一个SM里面包含的多个核心。
2. SP：Streaming Process（图中没有），一个SM有多个SP，SP是最基本的处理单元，最后的指令和任务都是在SP上完成的，现在SP的概念被弱化，用线程（thread）代替，一个SP对应一个thread。（这里或许理解还有些问题，因为我查资料发现又有些说法是SM和Streaming Process是同一个东西，而前面说的一个SM有多个SP是指Scalar Processor）
3. Warp：在SM里面将SP（thread）进行分组，一般每32个thread称为一个warp，GPU里面有一个叫Wrap Scheduler的调度器，确保每一个Warp即这32个线程里面执行的内容是相同的。
4. Dispatch Unit:指令分发单元，指令分发单元和执行硬件之间有一个完整的交叉开关(Crossbar)，每个单元都可以向 SM 内的任何单元分配线程(不过存在一些限制)。
5. LD/ST：load/store，用于内存操作的，读取单元。
6. SFU：special function unit，来执行超指令（transcendental instruction）如正弦、余弦、倒数和平方根等函数。每个 SFU 一次执行一个线程块中一个线程的一条指令。
7. register和L1：都表示缓存，不过GPU里面关于缓存的知识较为复杂，之后会列出。

---

其他补充

1. GPC：Graphics Processing Cluster，图形处理集群，一个GPU有多个GPC，一个GPC包含多个SM。
2. SPA：streaming Process Array，SP的阵列
3. Register File:简称RF，是寄存器

---

每一个Core架构：

如图所示是GPU里面Core部分的架构，在了解Core之前首先要知道什么是异构计算：

异构架构计算：GPU和CPU协同工作，CPU端称为主机端用host表示，GPU端称为设备端用device表示。GPU和CPU连接一般协议是PCI-E，速度可达16G/s或者32G/s，最新的协议有NVme，延迟更小。

每一个Core里面包含多个Grid，每一个Grid里面包含多个Block，每一个Block里面包含多个thread。在运行代码时会涉及到对于线程的分配，我会在之后的学习笔记中贴出。

---

文章中图片出自：哔哩哔哩阿婆主：洞主2233的教学视频第二节