色哟哟视频在线观看-色哟哟视频在线-色哟哟欧美15最新在线-色哟哟免费在线观看-国产l精品国产亚洲区在线观看-国产l精品国产亚洲区久久

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

CUDA編程分布式共享內存

冬至子 ? 來源:指北筆記 ? 作者:張北北 ? 2023-05-19 15:35 ? 次閱讀

Distributed Shared Memory

計算能力9.0中引入的線程塊集群為線程塊集群中的線程提供了訪問集群中所有參與線程塊的共享內存的能力。這種分區共享內存稱為 Distributed Shared Memory,對應的地址空間稱為分布式共享內存地址空間。屬于線程塊集群的線程可以在分布式地址空間中讀、寫或執行原子操作,而不管該地址屬于本地線程塊還是遠程線程塊。無論內核是否使用分布式共享內存,共享內存大小規格(靜態的或動態的)仍然是每個線程塊。分布式共享內存的大小就是每個集群的線程塊數量乘以每個線程塊的共享內存大小。

訪問分布式共享內存中的數據需要所有線程塊存在 。用戶可以使用cluster .sync()從Cluster Group API中保證所有線程塊已經開始執行。用戶還需要確保在線程塊退出之前完成所有分布式共享內存操作。

CUDA提供了一種訪問分布式共享內存的機制,應用程序可以從利用它的功能中獲益。讓我們看看一個簡單的直方圖計算,以及如何使用線程塊集群在GPU上優化它。 計算直方圖的標準方法是在每個線程塊的共享內存中進行計算,然后執行全局內存原子

這種方法的一個限制是共享內存容量。一旦直方圖容器不再適合共享內存,用戶就需要直接計算直方圖,從而計算全局內存中的原子。對于分布式共享內存,CUDA提供了一個中間步驟,根據直方圖桶的大小,直方圖可以直接在共享內存、分布式共享內存或全局內存中計算。

下面的CUDA內核示例展示了如何在共享內存或分布式共享內存中計算直方圖,具體取決于直方圖箱的數量。

#include 

// Distributed Shared memory histogram kernel
__global__ void clusterHist_kernel(int *bins, const int nbins, const int bins_per_block, const int *__restrict__ input,
                                   size_t array_size)
{
  extern __shared__ int smem[];
  namespace cg = cooperative_groups;
  int tid = cg::this_grid().thread_rank();

  // Cluster initialization, size and calculating local bin offsets.
  cg::cluster_group cluster = cg::this_cluster();
  unsigned int clusterBlockRank = cluster.block_rank();
  int cluster_size = cluster.dim_blocks().x;
 
  for (int i = threadIdx.x; i < bins_per_block; i += blockDim.x)
  {
    smem[i] = 0; //Initialize shared memory histogram to zeros
  }

  // cluster synchronization ensures that shared memory is initialized to zero in
  // all thread blocks in the cluster. It also ensures that all thread blocks
  // have started executing and they exist concurrently.
  cluster.sync();

  for (int i = tid; i < array_size; i += blockDim.x * gridDim.x)
  {
    int ldata = input[i];

    //Find the right histogram bin.
    int binid = ldata;
    if (ldata < 0)
      binid = 0;
    else if (ldata >= nbins)
      binid = nbins - 1;

    //Find destination block rank and offset for computing
    //distributed shared memory histogram
    int dst_block_rank = (int)(binid / bins_per_block);
    int dst_offset = binid % bins_per_block;

    //Pointer to target block shared memory
    int *dst_smem = cluster.map_shared_rank(smem, dst_block_rank);

    //Perform atomic update of the histogram bin
    atomicAdd(dst_smem + dst_offset, 1);
  }

  // cluster synchronization is required to ensure all distributed shared
  // memory operations are completed and no thread block exits while
  // other thread blocks are still accessing distributed shared memory
  cluster.sync();

  // Perform global memory histogram, using the local distributed memory histogram 
  int *lbins = bins + cluster.block_rank() * bins_per_block;
  for (int i = threadIdx.x; i < bins_per_block; i += blockDim.x)
  {
    atomicAdd(&lbins[i], smem[i]);
  }
}

上面的內核可以在運行時啟動,集群大小取決于所需的分布式共享內存的數量。如果直方圖足夠小,可以容納一個塊的共享內存,用戶可以啟動集群大小為1的內核。下面的代碼片段展示了如何根據共享內存需求動態啟動集群內核。

// Launch via extensible launch
{
  cudaLaunchConfig_t config = {0};
  config.gridDim = array_size / threads_per_block;
  config.blockDim = threads_per_block;

  // cluster_size depends on the histogram size.
  // ( cluster_size == 1 ) implies no distributed shared memory, just thread block local shared memory
  int cluster_size = 2; // size 2 is an example here
  int nbins_per_block = nbins / cluster_size;

  //dynamic shared memory size is per block. 
  //Distributed shared memory size =  cluster_size * nbins_per_block * sizeof(int)
  config.dynamicSmemBytes = nbins_per_block * sizeof(int);

  CUDA_CHECK(::cudaFuncSetAttribute((void *)clusterHist_kernel, cudaFuncAttributeMaxDynamicSharedMemorySize, config.dynamicSmemBytes));

  cudaLaunchAttribute attribute[1];
  attribute[0].id = cudaLaunchAttributeClusterDimension;
  attribute[0].val.clusterDim.x = cluster_size; 
  attribute[0].val.clusterDim.y = 1;
  attribute[0].val.clusterDim.z = 1;

  config.numAttrs = 1;
  config.attrs = attribute;

  cudaLaunchKernelEx(&config, clusterHist_kernel, bins, nbins, nbins_per_block, input, array_size);
}
聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • gpu
    gpu
    +關注

    關注

    28

    文章

    4729

    瀏覽量

    128890
  • CUDA
    +關注

    關注

    0

    文章

    121

    瀏覽量

    13620
  • API接口
    +關注

    關注

    1

    文章

    84

    瀏覽量

    10437
收藏 人收藏

    評論

    相關推薦

    分布式軟件系統

    。更重要的是,NI LabVIEW 8的分布式智能提供的解決方案不僅令這些挑戰迎刃而解,且易于實施。LabVIEW 8的分布式智能具體包括: 可對分布式系統中的所有結點編程——包括主機
    發表于 07-22 14:53

    使用分布式I/O進行實時部署系統的設計

    這篇文章討論了使用分布式I/O進行實時部署系統的設計。美國國家儀器公司推出了NI 9144擴展機箱,用于確定性以太網中的NI CompactRIO和可編程自動化控制器(PAC)系統。用于C系列模塊
    發表于 03-12 17:47

    在NI分布式管理器創建共享變量失敗,想請教各位原因

    在NI分布式管理器創建共享變量失敗:在這里創建了一個變量爐批次號但現實質量是進程失敗 并且關閉了NI分布式管理器后就沒有這個變量了,請問這是什么情況?
    發表于 11-06 13:27

    利用NI VeriStand 2010特性創建分布式系統

    要素。通常可以使用反射內存接口實現。  反射內存網絡是實時本地局域網(LAN),每個計算機總是擁有共享內存集合的最新本地復本。這些專用網絡是為了提供高確定性的數據通信而專門設計的。可以
    發表于 04-08 09:42

    分布式系統的優勢是什么?

    當討論分布式系統時,我們面臨許多以下這些形容詞所描述的 同類型: 分布式的、刪絡的、并行的、并發的和分散的。分布式處理是一個相對較新的領域,所以還沒有‘致的定義。與順序計算相比、并行的、并發的和
    發表于 03-31 09:01

    HarmonyOS應用開發-分布式設計

    不同終端設備之間的極速連接、硬件協同、資源共享,為用戶提供最佳的場景體驗。分布式設計指南可以幫助應用開發者了解如何充分發揮“One Super Device”的能力,提供獨特的跨設備交互體驗。說明:本設計指南后續舉例中將包括手機、智慧屏、手表等多種設備,其中手機均指 EM
    發表于 09-22 17:11

    分布式軟總線實現近場設備間統一的分布式通信管理能力如何?

    現實中多設備間通信方式多種多樣(WIFI、藍牙等),不同的通信方式使用差異大,導致通信問題多;同時還面臨設備間通信鏈路的融合共享和沖突無法處理等挑戰。那么分布式軟總線實現近場設備間統一的分布式通信管理能力如何呢?
    發表于 03-16 11:03

    vxworks驅動及分布式編程

    本書在內容上分為兩部分:驅動篇和分布式編程篇。驅動篇主要介紹了字符設備驅動、增強型網絡設備驅動(ENI)以及WindML中文字庫的設計和MicroWindows向VxWorks平臺上的移植過程;分布式
    發表于 08-26 14:20 ?0次下載
    vxworks驅動及<b class='flag-5'>分布式</b><b class='flag-5'>編程</b>

    CUDA 6中的統一內存模型

    的,并通過PCI-Express總線相連。在CUDA6之前, 這是程序員最需要注意的地方。CPU和GPU之間共享的數據必須在兩個內存中都分配,并由程序直接地在兩個內存之間來回復制。這給
    的頭像 發表于 07-02 14:08 ?2810次閱讀

    歐拉(openEuler)Summit2021:基于分布式內存池的分布式應用數據交換與共享

    歐拉(openEuler)Summit 2021分布式&多樣性計算分論壇上,介紹了基于分布式內存池的分布式應用數據交換與共享,能使全棧性能倍
    的頭像 發表于 11-10 15:48 ?2363次閱讀
    歐拉(openEuler)Summit2021:基于<b class='flag-5'>分布式</b><b class='flag-5'>內存</b>池的<b class='flag-5'>分布式</b>應用數據交換與<b class='flag-5'>共享</b>

    通過使用CUDA GPU共享內存

    共享內存是編寫優化良好的 CUDA 代碼的一個強大功能。共享內存的訪問比全局內存訪問快得多,因為
    的頭像 發表于 04-11 10:03 ?7394次閱讀

    CUDA簡介: CUDA編程模型概述

    CUDA 編程模型中,線程是進行計算或內存操作的最低抽象級別。 從基于 NVIDIA Ampere GPU 架構的設備開始,CUDA 編程
    的頭像 發表于 04-20 17:16 ?2998次閱讀
    <b class='flag-5'>CUDA</b>簡介: <b class='flag-5'>CUDA</b><b class='flag-5'>編程</b>模型概述

    介紹CUDA編程模型及CUDA線程體系

    CUDA 編程模型主要有三個關鍵抽象:層級的線程組,共享內存和柵同步(barrier synchronization)。
    的頭像 發表于 05-19 11:32 ?1884次閱讀
    介紹<b class='flag-5'>CUDA</b><b class='flag-5'>編程</b>模型及<b class='flag-5'>CUDA</b>線程體系

    CUDA編程共享內存

    共享內存是使用__shared__內存空間說明符分配的。
    的頭像 發表于 05-19 15:32 ?1141次閱讀
    <b class='flag-5'>CUDA</b><b class='flag-5'>編程</b><b class='flag-5'>共享</b><b class='flag-5'>內存</b>

    如何實現Redis分布式

    Redis是一個開源的內存數據存儲系統,可用于高速讀寫操作。在分布式系統中,為了保證數據的一致性和避免競態條件,常常需要使用分布式鎖來對共享資源進行加鎖操作。Redis提供了一種簡單而
    的頭像 發表于 12-04 11:24 ?699次閱讀
    主站蜘蛛池模板: 打扑克床上视频不用下载免费观看| 亚洲伊人精品综合在合线| 饥渴的护士自慰被发现| 在线中文字幕亚洲日韩| 欧美性喷潮xxxx| 国产精品久久久久久搜索| 一级毛片皇帝 宫女| 欧美亚洲另类热图| 国产全部视频列表支持手机| 在线观看精品视频看看播放| 日本伦理电影聚| 黑人强伦姧人妻日韩那庞大的 | 99re2.久久热最新地址| 欧美巨大xxxx做受高清| 国产人妻人伦精品久久无码| 中文在线观看| 色人格影院第四色| 久久精品国产96精品亚洲| 北原多香子qvod| 亚洲日韩视频免费观看| 欧美一区二区在线观看| 国内精品免费视频精选在线观看 | 亚洲三级在线观看| 欧美末成年videos丨| 国产在线观看黄| 99国产在线观看| 袖珍人与大黑人性视频| 男人日女人的b| 国产一浮力影院| jiz中国zz| 亚洲综合国产精品| 日韩男明星| 久久热精品18国产| 国产福利视频一区二区| 51精品少妇人妻AV一区二区| 午夜伦理电影在线观免费| 蜜桃成熟时2在线| 国产一区二区三区内射高清 | 日韩欧无码一区二区三区免费不卡| 精品综合久久久久久8888| 成人综合在线视频免费观看完整版|