首页 > 代码库 > CUDA memory

CUDA memory

2024-10-21 14:12:39   211人阅读

原文链接

CUDA存储器类型：

每个线程拥有自己的register and loacal memory;

每个线程块拥有一块shared memory;

所有线程都可以访问global memory;

还有，可以被所有线程访问的只读存储器：constant memory and texture memory

技术分享

1、  寄存器Register

　　寄存器是GPU上的高速缓存器，其基本单元是寄存器文件，每个寄存器文件大小为32bit.

　　Kernel中的局部(简单类型)变量第一选择是被分配到Register中。

　　特点：每个线程私有，速度快。

2、  局部存储器 local memory

　　当register耗尽时，数据将被存储到local memory。如果每个线程中使用了过多的寄存器，或声明了大型结构体或数组，或编译器无法确定数组大小，线程的私有数据就会被分配到local 　　memory中。

　　特点：每个线程私有；没有缓存，慢。

　　注：在声明局部变量时，尽量使变量可以分配到register。如：

　　unsigned int mt[3];

　　改为：　unsigned int mt0, mt1, mt2;

3、  共享存储器 shared memory

　　可以被同一block中的所有线程读写

　　特点：block中的线程共有；访问共享存储器几乎与register一样快.

 1 //u(i)= u(i)^2 + u(i-1) 2 //Static 3 __global__ example(float* u) { 4     int i=threadIdx.x; 5     __shared__ int tmp[4]; 6      tmp[i]=u[i]; 7      u[i]=tmp[i]*tmp[i]+tmp[3-i]; 8 } 9 10 int main() {11     float hostU[4] = {1, 2, 3, 4};12      float* devU;13     size_t size = sizeof(float)*4;14     cudaMalloc(&devU, size);15     cudaMemcpy(devU, hostU, size,16     cudaMemcpyHostToDevice);17      example<<<1,4>>>(devU, devV);18     cudaMemcpy(hostU, devU, size,19     cudaMemcpyDeviceToHost);20     cudaFree(devU);21     return 0;22 }23 24 //Dynamic25 extern __shared__ int tmp[];26 27 __global__ example(float* u) {28     int i=threadIdx.x;29      tmp[i]=u[i];30      u[i]=tmp[i]*tmp[i]+tmp[3-i];31 }32 33 int main() {34     float hostU[4] = {1, 2, 3, 4};35     float* devU;36     size_t size = sizeof(float)*4;37     cudaMalloc(&devU, size);38     cudaMemcpy(devU, hostU, size, cudaMemcpyHostToDevice);39      example<<<1,4,size>>>(devU, devV);40     cudaMemcpy(hostU, devU, size, cudaMemcpyDeviceToHost);41     cudaFree(devU);42     return 0;43 }

 

 4、  全局存储器 global memory

　　特点：所有线程都可以访问；没有缓存

//Dynamic__global__ add4f(float* u, float* v) {int i=threadIdx.x; u[i]+=v[i];}int main() {    float hostU[4] = {1, 2, 3, 4};    float hostV[4] = {1, 2, 3, 4};    float* devU, devV;    size_t size = sizeof(float)*4;    cudaMalloc(&devU, size);    cudaMalloc(&devV, size);    cudaMemcpy(devU, hostU, size,    cudaMemcpyHostToDevice);    cudaMemcpy(devV, hostV, size,    cudaMemcpyHostToDevice);    add4f<<<1,4>>>(devU, devV);    cudaMemcpy(hostU, devU, size,    cudaMemcpyDeviceToHost);    cudaFree(devV);    cudaFree(devU);    return 0;}//static__device__ float devU[4];__device__ float devV[4];__global__ addUV() {int i=threadIdx.x; devU[i]+=devV[i];}int main() {    float hostU[4] = {1, 2, 3, 4};    float hostV[4] = {1, 2, 3, 4};    size_t size = sizeof(float)*4;    cudaMemcpyToSymbol(devU, hostU, size, 0, cudaMemcpyHostToDevice);    cudaMemcpyToSymbol(devV, hostV, size, 0, cudaMemcpyHostToDevice);     addUV<<<1,4>>>();    cudaMemcpyFromSymbol(hostU, devU, size, 0, cudaMemcpyDeviceToHost);    return 0;}

   5、  常数存储器constant memory

 　　用于存储访问频繁的只读参数

 　　特点：只读；有缓存；空间小(64KB)

　 　注：定义常数存储器时，需要将其定义在所有函数之外，作用于整个文件 

1 __constant__ int devVar;2 cudaMemcpyToSymbol(devVar, hostVar, sizeof(int), 0, cudaMemcpyHostToDevice)3 cudaMemcpyFromSymbol(hostVar, devVar, sizeof(int), 0, cudaMemcpyDeviceToHost)

 6、  纹理存储器 texture memory

     是一种只读存储器，其中的数据以一维、二维或者三维数组的形式存储在显存中。在通用计算中，其适合实现图像处理和查找，对大量数据的随机访问和非对齐访问也有良好的加速效果。

     特点：具有纹理缓存，只读。

CUDA memory


联系
我们