Nederlands
Menu

GPU-programmeren

Welke uitspraak over CUDA unified memory is juist?

  1. AGeheugen dat vanaf CPU en GPU met dezelfde pointer kan worden gebruikt en waarbij data zo nodig automatisch wordt verplaatst
  2. BEen fysieke samenvoeging van de chips van CPU en GPU tot één
  3. CHet geheugen van de GPU volledig alleen-lezen gemaakt
Antwoord en toelichting tonen

Antwoord: A. Geheugen dat vanaf CPU en GPU met dezelfde pointer kan worden gebruikt en waarbij data zo nodig automatisch wordt verplaatst

Bij unified memory kan het gereserveerde gebied zowel vanaf de CPU als vanaf de GPU met dezelfde pointer worden benaderd, en bij een toegang wordt de data per pagina naar de kant verplaatst die het nodig heeft. Dit maakt programma's eenvoudiger en maakt het ook gemakkelijker data te verwerken die groter is dan het GPU-geheugen. Bij elke verplaatsing treden echter paginafouten en overdracht op, dus als prestaties nodig zijn, worden maatregelen genomen zoals het vooraf geven van een opdracht om te verplaatsen.

Dit onderwerp oefenen Naar de onderwerppagina

Meer vragen over GPU-programmeren

  1. Wat bepaalt hoofdzakelijk de prestaties wanneer op een GPU twee grote arrays elementgewijs worden opgeteld (c[i] = a[i] + b[i])?
  2. 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)?
  3. Welke uitspraak over de kenmerken van de tensor cores (matrixrekeneenheden) van recente GPU's is juist?
  4. Waarom wordt bij gemengde precisie op een GPU vaak de vermenigvuldiging in lage precisie zoals FP16 uitgevoerd en de sommatie (accumulatie) in FP32?
  5. Bij het berekenen van de som van drijvende-kommagetallen van dezelfde data op een GPU week het laatste cijfer van het resultaat bij elke uitvoering lichtjes af. Wat is de meest waarschijnlijke oorzaak?

Vergelijkingen bij dit onderwerp