Informatyka UJ forum

SZCZUR

topic dedykowany głównie dla Cedrica...

przesyłanie tablic do GPU:

float* cpu_mem = new float[size];
cpu_mem[...] = ....

void* gpu_mem;
cudaMalloc((void**) &gpu_mem, size * sizeof(float));

cudaMemcpy(gpu_mem, cpu_mem, size * sizeof(float), cudaMemcpyHostToDevice);

//teraz przesylasz do kernela
abcd<<< grid, threads >>>(gpu_mem);

//jak byś chciał coś przesłać z powrotem to:
cudaMemcpy(hcpu_mem, gpu_mem, mem_size, cudaMemcpyDeviceToHost)

GPU może pracować tylko z float i int przy czym inty są ok 4x wolniejsze. reszta typów jest emulowana i nie wiem jaka ma wydajność..

trzeba jeszcze pamiętać ze float nie jest zgodny z IEEE-754.
(dotyczy to miedzy innymi odwrotności, sqrt, NaN...)

jak byś allokowal na gpu tablice 2D to używasz "cudaMallocPitch"

można tez przesyłać dane jako tekstury i jak byś tego potrzebował to pisz...
(tekstury automatycznie mogą zmieniać np: byte na float ale to komplikuje trochę sprawę)

edit:
gpu działa asynchronicznie z cpu wiec w czasie gdy gpu jest zajęte warto sie zając generowaniem następnych danych dla gpu a dopiero później pobierać wyniki z gpu. pobieranie wyników z gpu wymusza wstrzymanie pracy cpu dopóki gpu nie jest gotowe.

edit2:
nie wiem jak dobrze znasz CUDA wiec dam ci jeszcze parę hintów:

-zamiast if/for/while... używaj operacji matematycznych o ile to możliwe bo każdy multiprocesor ma tylko jedna jednostkę dekodująca rozkazy i jeśli hoc jeden watek wejdzie do if to wszystkie inne czekaj aż on z niego wyjdzie.

-operacjie +, -, * na floatach trwaja 4 cykle "1/x", "1/sqrt(x)" trwaja 16 cykli
-operacjie + - * na intach trwaja 16 cykli
-dostęp do shared mem trwa 2 cykle, do global 600~800 cykli

-nvidia wydala kalkulatorek do obliczania optymalnych ilosci watków. (w pliku xml)

dzendras

hm a nie można po prostu wysłać PW?

jagm

dostal taki prace w drimlabie i od razu sie wymadrza ;p bys sie uczyl od szczura, a nie marudzil ;p

dzendras

staż, nie pracę ;P

jagm

wiem, wiem ;]