啥？你把CUDA系列學(xué)習(xí)（一），（二）都看完了還不知道為什麼要用GPU提速？ 是啊。。經(jīng)微博上的反饋我默默感覺到提出這樣問題的小伙伴不在少數(shù)，但是更多小伙伴應(yīng)該是看了（一）就感覺離自己太遠(yuǎn)所以趕緊撤粉跑掉了。。。都怪我沒有寫CUDA系列學(xué)習(xí)（零）。。。那么，這一章就補(bǔ)上這一塊，通過一堆Q&A進(jìn)行講解，并輔助coding練習(xí)，希望大家感覺貼近CUDA是這么容易~~

請注意各個Q&A之間有順序關(guān)系，輕依次閱讀~ 否則不容易懂喔~

Q：現(xiàn)在硬件層面通常通過什么樣的方法加速？
A：
?- More processors
?- Speed up clock frequency
?- More memory

圖1. Period - transistors(晶體管) size
途徑：將晶體管做得更快更小，功耗更少，那么每塊芯片上就可以放更多transistor
宏觀上看，一個處理器上能同時處理的數(shù)據(jù)就越多。

Q：參考圖2，為加速3大常見方法之一，提高clock frequency,?可見到后面clock speed就做不上去了。這是為什么呢？

圖2. Period - Clock frequency

A：是晶體管不能做得更快更小了么？錯！

?- 關(guān)鍵問題在散熱！即便晶體管越做越小也難以散熱。所以，現(xiàn)在我們應(yīng)該著眼于build更多小而低功耗（power-efficient）的processor來提速。

Q：CPU和GPU在設(shè)計(jì)上的區(qū)別？
A：
CPU: COMPLEX CONTROL HARDWARE
?- flexible in performance :)
?- expensive in terms of power :(

GPU: SIMPLE CONTROL HARDWARE
?- more hardware for computation :)
?- more power efficient :)
?- more restrictive programming model :(
所以剛才說到的，目前想要設(shè)計(jì)更多power-efficient的處理器就是GPU的中心思想；CPU更重視優(yōu)化 (minimize) latency而GPU更重視優(yōu)化 (maximize) throughput。

Q：什么是latency，什么是throughput？
A：
比如，要駕車行駛5000km從A到B。
方法1：
? by taxi，200km/h,可承載2人：latency = 25h，throughput = 2/25 person/h
方法2：
? by bus, 50km/h, 可以承載10人：latency=100h，throughput = 10/100 person/h
所以CPU更喜歡taxi，因?yàn)橐淮芜^來速度快，GPU更喜歡bus，因?yàn)橥掏铝看蟆?br />


Q：CUDA是啥？CUDA programming軟件層面的結(jié)構(gòu)？

A：

Q：CUDA編程注意什么？

A： 注意GPU擅長什么！

?- efficiency launching lots of threads

?- running lots of threads in parallel

Q: kernel聲明時對參數(shù)有沒有限制？

A:?

我們在CUDA系列學(xué)習(xí)（一）An Introduction to GPU and CUDA?中講過kernel的聲明：kernel<<<grid of blocks, block of threads>>> ，其限制是：maximum number of threads per block: 1024 for new, 512 for old。比如說，我希望2048個線程并行，不能直接申請kernel<<<1,2048>>>，而應(yīng)該分開<<<a,b>>>,使a*b=2048 且a<=1024 && b<=1024.

Q: 具體講一下kernel的general聲明，參數(shù)意義與格式？

A: general表示：kernel<<<grid of blocks, block of threads, shmem>>>
shmem：shared memory per block in bytes

? ? ?用G表示grid of blocks
? ? ?用B表示block of threads
? ? ?事實(shí)上，dim(x,y,z)中每一維默認(rèn)都為1，所以：dim3(w,1,1)==dim3(w)==int w，即這三種表示是等效的

Q：CUDA程序中能夠調(diào)用的常用 built-in variables都有哪些?
A:threadIdx, blockDim, blockIdx, gridDim

Q: CUDA程序模板來一個？

A: 說是模板，只是一個簡單例子的大概套路，大家也可以參考CUDA系列學(xué)習(xí)（二）CUDA memory & variablesdifferent memory and variable types，如下：

1. 聲明host變量，申請分配空間，并初始化

2. 聲明device變量，申請分配空間

3. cudamemcpy將賦值了的host變量賦給device變量

4. 調(diào)用cuda kernel，并行跑線程

5. device返回結(jié)果傳給host

6. 釋放device變量memory

========================================

Exercise1：?

input: float array [0, 1, 2, ... 63]

output: float array [0^2, 1^2, 2^2, ... 63^2]

Exercise2:

輸入一張彩色圖，轉(zhuǎn)灰度圖。

提示：
in CUDA, each pixel is represented in struct uchar4:
unsigned char r,b,g,w;//w: alpha channel, represent the transparent information
灰度轉(zhuǎn)換公式：I = .299*r+.587*g+.114b（給rbg設(shè)置不同weight是人眼對不同通道的敏感度不同所致）

具體實(shí)現(xiàn)請參考?CUDA系列學(xué)習(xí)（二）CUDA memory & variablesdifferent memory and variable types，歡迎小伙伴們把exercise code和運(yùn)行時間貼上來回復(fù)，最好和cpu版本有所比較~

參考資料：

udacity -?cs344

from:?http://blog.csdn.net/abcjennifer/article/details/42778711

《新程序員》：云原生和全面數(shù)字化實(shí)踐50位技術(shù)專家共同創(chuàng)作，文字、視頻、音頻交互閱讀

總結(jié)

以上是生活随笔為你收集整理的CUDA系列学习（三）GPU设计与结构QA coding练习的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。