GPU-Programmierung
Lernen Sie die Prinzipien der GPU-Programmierung mit Multiple-Choice-Fragen: die Hierarchie aus Grid, Block und Warp, Shared Memory, Coalesced Memory Access, Warp-Divergenz und Occupancy.
Die Fragen zu diesem Thema folgen in Kürze.
GPU-Programmierung: Das Wichtigste
Eine GPU ist ein Prozessor, der darin glänzt, Tausende bis Zehntausende Threads gleichzeitig auszuführen und dieselbe Operation auf große Datenmengen anzuwenden. Programme drücken Parallelität in einer Hierarchie aus Grids, Blöcken und Threads aus, und die Hardware führt Gruppen von etwa 32 Threads, sogenannte Warps, im Gleichschritt aus.
Für gute Leistung braucht es Coalesced Memory Access, bei dem benachbarte Threads benachbarte Adressen lesen, den On-Chip-Shared-Memory innerhalb eines Blocks, die Vermeidung von Divergenz innerhalb eines Warps und genug Occupancy, um die Speicherlatenz zu verbergen. Dieses Thema konzentriert sich auf Prinzipien, die nicht von Produktgenerationen abhängen.