উপরের উত্তরগুলি উল্লেখ করে যে কীভাবে ব্লকের আকার কার্য সম্পাদনকে প্রভাবিত করতে পারে এবং অধিগ্রহণ সর্বাধিককরণের উপর ভিত্তি করে তার পছন্দের জন্য একটি সাধারণ হিরিস্টিকের পরামর্শ দেয়। ছাড়া প্রদান অনুপস্থিত নির্ণায়ক ব্লক আকার চয়ন করুন, এটা উল্লেখ যে CUDA 6.5 (বর্তমানে উন্মোচন প্রার্থি সংস্করণে) দখল হিসাব এবং লঞ্চ কনফিগারেশনে এইড বিভিন্ন নতুন রানটাইম ফাংশন অন্তর্ভুক্ত মূল্য হবে দেখতে
CUDA প্রো টিপ: দখল করা এপিআই প্রবর্তন কনফিগারেশনকে সরল করে
দরকারী ফাংশনগুলির মধ্যে cudaOccupancyMaxPotentialBlockSizeএকটি হ'ল যা সর্বাধিক পেশা অর্জনের জন্য ব্লকের আকার গণনা করে ically এই ফাংশনটির সরবরাহিত মানগুলি তখন লঞ্চ পরামিতিগুলির ম্যানুয়াল অপ্টিমাইজেশনের প্রারম্ভিক পয়েন্ট হিসাবে ব্যবহৃত হতে পারে। নীচে একটি সামান্য উদাহরণ দেওয়া হয়।
#include <stdio.h>
/************************/
/* TEST KERNEL FUNCTION */
/************************/
__global__ void MyKernel(int *a, int *b, int *c, int N)
{
int idx = threadIdx.x + blockIdx.x * blockDim.x;
if (idx < N) { c[idx] = a[idx] + b[idx]; }
}
/********/
/* MAIN */
/********/
void main()
{
const int N = 1000000;
int blockSize; // The launch configurator returned block size
int minGridSize; // The minimum grid size needed to achieve the maximum occupancy for a full device launch
int gridSize; // The actual grid size needed, based on input size
int* h_vec1 = (int*) malloc(N*sizeof(int));
int* h_vec2 = (int*) malloc(N*sizeof(int));
int* h_vec3 = (int*) malloc(N*sizeof(int));
int* h_vec4 = (int*) malloc(N*sizeof(int));
int* d_vec1; cudaMalloc((void**)&d_vec1, N*sizeof(int));
int* d_vec2; cudaMalloc((void**)&d_vec2, N*sizeof(int));
int* d_vec3; cudaMalloc((void**)&d_vec3, N*sizeof(int));
for (int i=0; i<N; i++) {
h_vec1[i] = 10;
h_vec2[i] = 20;
h_vec4[i] = h_vec1[i] + h_vec2[i];
}
cudaMemcpy(d_vec1, h_vec1, N*sizeof(int), cudaMemcpyHostToDevice);
cudaMemcpy(d_vec2, h_vec2, N*sizeof(int), cudaMemcpyHostToDevice);
float time;
cudaEvent_t start, stop;
cudaEventCreate(&start);
cudaEventCreate(&stop);
cudaEventRecord(start, 0);
cudaOccupancyMaxPotentialBlockSize(&minGridSize, &blockSize, MyKernel, 0, N);
// Round up according to array size
gridSize = (N + blockSize - 1) / blockSize;
cudaEventRecord(stop, 0);
cudaEventSynchronize(stop);
cudaEventElapsedTime(&time, start, stop);
printf("Occupancy calculator elapsed time: %3.3f ms \n", time);
cudaEventRecord(start, 0);
MyKernel<<<gridSize, blockSize>>>(d_vec1, d_vec2, d_vec3, N);
cudaEventRecord(stop, 0);
cudaEventSynchronize(stop);
cudaEventElapsedTime(&time, start, stop);
printf("Kernel elapsed time: %3.3f ms \n", time);
printf("Blocksize %i\n", blockSize);
cudaMemcpy(h_vec3, d_vec3, N*sizeof(int), cudaMemcpyDeviceToHost);
for (int i=0; i<N; i++) {
if (h_vec3[i] != h_vec4[i]) { printf("Error at i = %i! Host = %i; Device = %i\n", i, h_vec4[i], h_vec3[i]); return; };
}
printf("Test passed\n");
}
সম্পাদনা
cudaOccupancyMaxPotentialBlockSizeসংজ্ঞায়িত করা হয় cuda_runtime.hফাইল এবং সংজ্ঞায়িত করা হয় নিম্নরূপ:
template<class T>
__inline__ __host__ CUDART_DEVICE cudaError_t cudaOccupancyMaxPotentialBlockSize(
int *minGridSize,
int *blockSize,
T func,
size_t dynamicSMemSize = 0,
int blockSizeLimit = 0)
{
return cudaOccupancyMaxPotentialBlockSizeVariableSMem(minGridSize, blockSize, func, __cudaOccupancyB2DHelper(dynamicSMemSize), blockSizeLimit);
}
পরামিতিগুলির অর্থ নিম্নলিখিত is
minGridSize = Suggested min grid size to achieve a full machine launch.
blockSize = Suggested block size to achieve maximum occupancy.
func = Kernel function.
dynamicSMemSize = Size of dynamically allocated shared memory. Of course, it is known at runtime before any kernel launch. The size of the statically allocated shared memory is not needed as it is inferred by the properties of func.
blockSizeLimit = Maximum size for each block. In the case of 1D kernels, it can coincide with the number of input elements.
নোট করুন যে, সিইউডিএ ,.৫ অনুসারে, এপিআই দ্বারা প্রস্তাবিত 1D ব্লক আকার থেকে নিজের নিজস্ব 2D / 3 ডি ব্লকের মাত্রা গণনা করা দরকার।
এটিও নোট করুন যে সিওডিএ ড্রাইভার এপিআইতে দখল গণনার জন্য কার্যত সমতুল্য এপিআই রয়েছে, সুতরাং cuOccupancyMaxPotentialBlockSizeউপরের উদাহরণে রানটাইম এপিআইয়ের জন্য প্রদর্শিত একইভাবে ড্রাইভার এপিআই কোড ব্যবহার করা সম্ভব ।