查找最小的GPU比CPU慢
我已实施此代码： http://www.cuvilib.com/Reduction.pdf以计算矩阵元素的和。 但是在GPU中它比CPU慢得多。 我有i7处理器和NVIDIA GT 540M显卡卡。 它应该是那种方式还是别的什么？ 编辑：我使用上述版本3代码在Ubuntu 13.04和我编译它使用Eclipse Nsight。矩阵的大小为2097152个元素。它在3.6 m
..
gpu相关内容
计算实现的带宽和触发器/ Gflops，并评估CUDA内核性能
大多数论文显示了翻牌/ Gflops并为其CUDA内核实现了带宽。我还读了关于stackoverflow的答案以下问题： 如何评估CUDA性能？ 如何计算内核的Gflops 在程序中计算FLOPS / GFLOPS - CUDA 如何计算CUDA内核实现的带宽 大多数东西似乎确定，但仍然不让我感觉舒服在计算这些东西。谁能写一个简单的CUDA内核？然后给出deviceQ
..
如何避免CUDA GPU中的TLB缺失（和高全局内存回放开销）？
标题可能比我的实际问题更具体，虽然我相信回答这个问题会解决一个更一般的问题，这是：如何减少高延迟（〜700周期），来自GPU中的随机（但合并）全局存储器访问。 一般来说，如果访问具有合并载入的全局内存（例如，我读取128个连续字节），但是在合并访问之间具有非常大的距离（256KB-64MB）一个获得高TLB（翻译后备缓冲器）丢失率。此高TLB未命中率是由于在TLB查找表中使用的存储器页的有限
..
推力：如何直接控制算法调用的执行？
以下代码没有可能导致其在CPU或GPU上运行的信息。我不知道“reduce”操作在哪里执行？ #include ... //创建迭代器 thrust :: counting_iterator第一（10）; thrust :: counting_iterator last
..
共享内存矩阵乘法内核
我正在尝试实现基于共享内存的矩阵乘法内核，如CUDA C编程指南中所述。以下是内核： __global__ void matrixMultiplyShared（float * A，float * B，float * C， int ARows，int AColumns， int BRows，int BColumns， int CRows，int CColumns）{ float *
..
计算GPU上的平方欧几里德距离矩阵
让 p 是第一组位置的矩阵，其中每一行给出特定点的坐标。类似地，让 q 是第二组位置的矩阵，其中每行给出特定点的坐标。 然后，欧式距离成对平方公式为： k i，j）=（p（i，:) -q（j，：））*（p（i，:) -q（j，:)）， / pre> 其中 p（i，：）表示 i p 的行， p'表示 p 。 我想在支持CUDA的GPU（NVidia Tesla
..
如何配置OpenCL在visual studio2010为nvidia的gpu在Windows？
我在ASUS笔记本电脑上在Wwindows 7操作系统上使用NVIDIA的GeForce GTX 480 GPU。我已经为CUDA 4.2配置了Visual Studio 2010。如何配置OpenCL为nvidia的gpu在visual studio 2010？ 可以通过任何方式使用“CUDA工具包（CUDA 4.2）”和“nvidia的gpu计算sdk”来编程OpenCL吗？如果是，那么
..
CUB（CUDA UnBound）等效于thrust :: gather
由于Thrust库存在一些性能问题（请参见这个页面的更多细节），我计划重新考虑一个CUDA应用程序使用CUB而不是Thrust。具体来说，替换thrust :: sort_by_key和thrust :: inclusive_scan调用）。在我的应用程序中的一个特定的点，我需要通过键排序3数组。这是我这样做与推力： thrust :: sort_by_key（key_iter，key_i
..
完全禁用NVCC的优化
我正在测量GPU上的峰值单精度触发器，因为我正在修改PTX文件以对寄存器执行连续的MAD指令。不幸的是，编译器删除所有的代码，因为它实际上没有什么有用的，因为我不执行任何加载/存储的数据。是否有编译器标志或编译指令添加到代码，以便编译器不会碰它？ 谢谢。 解决方案 我不认为有任何方法来关闭这样的优化在编译器。您可以通过添加代码来存储您的值，并将该代码包装在总是false的条件语句中来
..
gpuDevice（）工具包版本总是5.5
无论我如何重新安装CUDA驱动程序和工具包，在键入gpuDevice（）时，它总是显示： CUDADevice具有属性： 名称：'Quadro K2000M' 索引：1 ComputeCapability：'3.0' SupportsDouble：1 DriverVersion：6.5000 ToolkitVersion：5.5000 MaxThreadsPerBlo
..
将数据上传到卷积内核的共享内存中
我在参考评论时遇到一些困难，无法理解批量载入。为了计算像素中的卷积，尺寸为5的掩模必须以该特定像素为中心。图像被分成图块。应用卷积掩码之后的这些瓦片是大小为 TILE_WIDTH * TILE_WIDTH 的最终输出瓦片。对于属于输出瓦片的边界的像素，当该瓦片属于图像的边界时，掩模必须从相邻瓦片借用一些像素。否则，这些借用值将分配为零。这两个步骤描述在 if（srcY> = 0&& src
..
GPU上的浮点数除以CPU上的浮点数
当我在GPU上划分2个浮点数时，我得到.196405。当我在CPU上划分，我得到.196404。使用计算器的acutal值为.196404675。 解决方案 如果对另一个答案提出意见，为什么期望从CPU和GPU上运行浮点计算得到相同的结果是不现实的。它比那更强大：你不能假设当相同的源代码是针对不同的目标架构（例如x86或x64）或不同的优化级别编译时，FP结果将是相同的。 事实上，如
..
在GPU编程中使用条件语句时，工作项执行什么？
如果您的工作项目在波前执行，并且有一个条件，例如： if（x）{ ... } else { .... } 工作项执行什么？是这样的情况，其中波前中的所有工作项将执行第一分支（即 x == true ）。如果没有x为false的工作项，那么跳过其余的条件语句？ 如果一个工作项采用备用路径会发生什么。我告诉所有工作项将执行备用路径（因此执行两个路径？）
..
GPU上的分支预测
我有一个关于GPU中分支预测的问题。据我所知，在GPU中，他们做分支的预测。 例如，我有一个这样的代码： if C） A else B 40个周期，B需要50个周期来完成执行，如果假设一个翘曲，A和B都被执行，那么总共需要90个周期来完成这个分支吗？或者它们与A和B重叠，即，当A的一些指令被执行时，然后等待存储器请求，然后执行B的一些指令，然后等待存储器
..
在CUDA错误后重置GPU和驱动程序
有时，我的CUDA程序中的错误导致桌面图形中断（在Windows中）。通常，屏幕保持有些可读性，但是当图形改变时，例如拖动窗口时，会出现大量的半随机彩色像素和小块。 通过更改桌面分辨率来重置GPU和驱动程序，但这没有帮助。我找到的唯一的修复是重新启动计算机。 有没有程序或一些技巧，我可以使用驱动程序和GPU重置而不重新启动？ 背景： 我有1.0,1.1,1.3和2.0卡，但
..
一个GPU的每个多处理器有多少“CUDA核心”？
我知道Fermi架构之前的设备在单个多处理器中有8个SP。在费米架构中，计数是否相同？ 解决方案 答案取决于CUDA设备的Compute Capability属性。数字为： 计算能力 8 CUDA核心/ SM CC == 2.0 - > 32 CUDA cores / SM CC == 2.1 - > 48 CUDA cores / SM 请参阅 CUDA的附录G C程序设
..
“-arch sm_13”之间有什么区别和“-arch sm_20”
我需要在我的应用程序中进行双精度计算。根据我在google上发现的，我应该添加一个标志“-arch sm_13”或“-arch sm_20”。 Q1：“-arch sm_13” “-arch sm_13”和“-arch sm_20”之间的性能有什么不同吗？ $ b b 我的GPU：GTX 570。 谢谢。 解决方案 SM表示Streaming Multiproces
..
使用随机数与GPU
我正在调查使用nvidia GPU进行蒙特卡罗模拟。然而，我想使用gsl随机数发生器和一个并行随机数发生器如SPRNG。有人知道这是否可能？ 更新 关于使用GPU的RNG。目前还没有一个很好的解决方案。随SDK提供的Mersenne Twister不适合（我的）蒙特卡罗模拟，因为它需要花费非常长的时间来生成种子。 NAG库更有前途。您可以批量或单个线程生成RN。但是，目前只支
..
是否可以在AMD GPU上运行CUDA？
我想将我的技能扩展到GPU计算。我熟悉光线跟踪和实时图形（OpenGL），但下一代图形和高性能计算似乎在GPU计算或类似的东西。 我目前在家庭计算机上使用AMD HD 7870显卡。我可以为此编写CUDA代码吗？ （我的直觉是没有，但由于Nvidia发布了编译器二进制文件，我可能是错误的）。 第二个更一般的问题是，我从哪里开始GPU计算？我确定这是一个常被问到的问题，但我看到的最好的是
..
在VMware上的cuda程序
我写了一个cuda程序，我在ubuntu上测试它作为一个虚拟机。这是因为我有Windows 7，我不想安装ubuntu作为辅助操作系统，我需要使用一个linux操作系统进行测试。 我的问题是：虚拟机会限制gpu资源吗？如果我在我的主要操作系统下运行它，而不是在虚拟机上运行，我的cuda代码会更快吗？ 解决方案 虚拟机模拟图形设备，因此你不能访问真正的GPU。这是因为虚拟化处理多个VM
..