CUDA 学习笔记四

GPU架构

SM（ ）是GPU架构中非常重要的部分，GPU硬件的并行性就是由SM决定的。

以Fermi架构为例，其包含以下主要组成部分：

GPU中每个SM都设计成支持数以百计的线程并行执行，并且每个GPU都包含了很多的SM，所以GPU支持成百上千的线程并行执行，当一个启动后，会被分配到这些SM中执行。大量的可能会被分配到不同的SM，但是同一个block中的必然在同一个SM中并行执行。

CUDA采用 （SIMT）的架构来管理和执行，这些以32个为单位组成一个单元，称作warps。warp中所有线程并行的执行相同的指令。每个拥有它自己的 和状态寄存器，并且用该线程自己的数据执行指令。

SIMT和SIMD（ , Data）类似，SIMT应该算是SIMD的升级版，更灵活，但效率略低，SIMT是提出的GPU新概念。二者都通过将同样的指令广播给多个执行官单元来实现并行。一个主要的不同就是，SIMD要求所有的 在一个统一的同步组里同步的执行，而SIMT允许线程们在一个warp中独立的执行。SIMT有三个SIMD没有的主要特征：

更细节的差异可以看这里。

一个block只会由一个SM调度，block一旦被分配好SM，该block就会一直驻留在该SM中，直到执行结束。一个SM可以同时拥有多个block。下图显示了软件硬件方面的术语：

需要注意的是，大部分只是逻辑上并行，并不是所有的可以在物理上同时执行。这就导致，同一个block中的线程可能会有不同步调。

并行之间的共享数据回导致竞态：多个线程请求同一个数据会导致未定义行为。CUDA提供了API来同步同一个block的以保证在进行下一步处理之前，所有都到达某个时间点。尽管如此，我们是没有什么原子操作来保证block内部的同步的。

同一个warp中的可以以任意顺序执行， warps被SM资源限制。当一个warp空闲时，SM就可以调度驻留在该SM中另一个可用warp。在并发的warp之间切换是没什么消耗的，因为硬件资源早就被分配到所有和block，所以该新调度的warp的状态已经存储在SM中了。

SM可以看做GPU的心脏，寄存器和共享内存是SM的稀缺资源。CUDA将这些资源分配给所有驻留在SM中的。因此，这些有限的资源就使每个SM中 warps有非常严格的限制，也就限制了并行能力。所以，掌握部分硬件知识，有助于CUDA性能提升。

Fermi架构

Fermi是第一个完整的GPU计算架构。

每个SM由一下几部分组成：

架构

相较于Fermi更快，效率更高，性能更好。

是的新特性，允许GPU动态的启动新的Grid。有了这个特性，任何内都可以启动其它的了。这样直接实现了的递归以及解决了之间数据的依赖问题。也许D3D中光的散射可以用这个实现。

Hyper-Q

Hyper-Q是的另一个新特性，增加了CPU和GPU之间硬件上的联系，使CPU可以在GPU上同时运行更多的任务。这样就可以增加GPU的利用率减少CPU的闲置时间。Fermi依赖一个单独的硬件上的工作队列来从CPU传递任务给GPU，这样在某个任务阻塞时，会导致之后的任务无法得到处理，Hyper-Q解决了这个问题。相应的，为GPU和CPU提供了32个工作队列。

不同arch的主要参数对比