首页 > 代码库 > CUDA C编程入门-不同的grid和block大小对CUDA内建的变量的影响,以及如何确定Thread ID

CUDA C编程入门-不同的grid和block大小对CUDA内建的变量的影响,以及如何确定Thread ID

测试环境
  测试的GPU平台为GTX660M,计算能力为3.0
首先介绍一下GPU提供的函数:

int printf(const char *format[, arg, ...]);

  从核函数格式化输出到主机,只支持计算能力在2.x及以上的设备。行为与标准的C相似。这里我们用于输出内建变量的值。
核函数调用方式

kernel<<<Dg, Db, Ns, S >>>

  其中,Dg,类型为dim3,表示grid的每一维大小,计算能力为1.x的Dg.z等于1。表示加载的block数量为Dg各维的乘积。
Db也是Dim3类型,表示为每个block的每一维带下,表示每个block中线程的数量,等于Db各维的乘积。
Ns为每个Block的共享内存的大小,单位为字节。是一个可选的参数,默认为0。
S类型为cudaStream_t,表示相关的流。是一个可选的参数,默认为0。
CUDA内建的变量有:

  • gridDim,类型为dim3,dim3默认初始化为1,表示grid的每一维的大小
  • blockDim,类型为dim3,表示block的每一维的大小
  • blockIdx,类型为uint3,表示为grid中block的索引
  • threadIdx,类型为uint3,表示为block中thread索引
  • warpSize,类型为int,表示warp的大小

内建变量的限制
从计算能力3.0的相关硬件描述可以找到以下限制:

  • grid维度为3维,每个维度的大小限制为:x为2^31-1,y和z为65535
  • block维度为3维,每一维度的大小限制为:x和y为1024,z为64
  • 每个block中线程的最大数为1024,即blockDim中x、y和z的乘积不能超过1024
  • warp大小为32

下面我们先搞清楚不同的grid和block大小对CUDA内建的变量的影响
代码如下,grid为(2,3,1),而block大小为(2,2,1):

#include "cuda_runtime.h"#include "device_launch_parameters.h"#include <stdio.h>__global__ void MyKernel(){    printf("(%d,%d,%d) (%d, %d, %d) (%d, %d, %d) (%d, %d, %d) %d\n",        gridDim.x, gridDim.y, gridDim.z,         blockDim.x, blockDim.y, blockDim.z,        blockIdx.x, blockIdx.y, blockIdx.z,        threadIdx.x, threadIdx.y, threadIdx.z,        warpSize);}int main(){    cudaError_t cudaStatus;    // Choose which GPU to run on, change this on a multi-GPU system.    cudaStatus = cudaSetDevice(0);    if (cudaStatus != cudaSuccess) {        fprintf(stderr, "cudaSetDevice failed! Do you have a CUDA-capable GPU installed?");    }    printf("gridDim | blockDim | blockIdx | threadIdx | warpSize\n");    dim3 gridSize(2, 3, 1);    dim3 blockSize(2, 2, 1);    // Launch a kernel on the GPU with one thread for each element.    MyKernel<<<gridSize, blockSize>>>();    // Check for any errors launching the kernel    cudaStatus = cudaGetLastError();    if (cudaStatus != cudaSuccess) {        fprintf(stderr, "addKernel launch failed: %s\n",         cudaGetErrorString(cudaStatus));    }    // cudaDeviceSynchronize waits for the kernel to finish, and returns    // any errors encountered during the launch.    cudaStatus = cudaDeviceSynchronize();    if (cudaStatus != cudaSuccess) {        fprintf(stderr, "cudaDeviceSynchronize returned error code %d after launching addKernel!\n", cudaStatus);    }    // cudaDeviceReset must be called before exiting in order for profiling and    // tracing tools such as Nsight and Visual Profiler to show complete traces.    cudaStatus = cudaDeviceReset();    if (cudaStatus != cudaSuccess) {        fprintf(stderr, "cudaDeviceReset failed!");        return 1;    }    return 0;}

注意:需要设置CUDA代码生成的选项:

执行的结果如下:

  说明调用核函数输入的第一个参数设置gridDim,第二个设置blockDim,然后gridDim影响blockIdx的索引值,blockDim影响threadIdx索引值,warpSize大小为32。