GPU-programmeren

Wat is het belangrijkste doel van het gebruik van meerdere CUDA-streams?

  1. ADe luchtstroom voor koeling van de GPU vergroten
  2. BGegevensoverdracht en kernel-uitvoering laten overlappen en tegelijk laten verlopen, zodat de totale tijd korter wordt
  3. CDe beeldkwaliteit van videostreaming verhogen
Antwoord en toelichting tonen

Antwoord: B. Gegevensoverdracht en kernel-uitvoering laten overlappen en tegelijk laten verlopen, zodat de totale tijd korter wordt

Een stream is een geordende reeks bewerkingen (overdrachten en kernelstarts) die aan de GPU worden gegeven. Binnen dezelfde stream worden ze in volgorde uitgevoerd, maar bewerkingen in verschillende streams kunnen tegelijk verlopen. Als de data wordt verdeeld en terwijl het eerste deel wordt berekend het tweede deel wordt overgedragen, overlappen overdracht en berekening grotendeels en wordt de totale tijd korter.

Dit onderwerp oefenen Naar de onderwerppagina

Meer vragen over GPU-programmeren

  1. Een programma dat duizenden keren achter elkaar zeer kleine kernels start is traag. Welke verbetermethode is het meest passend?
  2. Welke uitspraak over CUDA unified memory is juist?
  3. Wat bepaalt hoofdzakelijk de prestaties wanneer op een GPU twee grote arrays elementgewijs worden opgeteld (c[i] = a[i] + b[i])?
  4. Wat is de meest passende reden waarom bij veel GPU's voor consumentengames de rekenprestatie in dubbele precisie (FP64) veel lager is dan in enkele precisie (FP32) (bijvoorbeeld tientallen keren)?
  5. Welke uitspraak over de kenmerken van de tensor cores (matrixrekeneenheden) van recente GPU's is juist?

Vergelijkingen bij dit onderwerp