为什么还要知道CUDA Warps？
我有GeForce GTX460 SE，所以它是：6 SM x 48 CUDA内核= 288 CUDA内核。 已知在一个Warp中包含32个线程，并且在一个块中同时（一次）只能执行一个Warp。 也就是说，在单个多处理器（SM）中只能同时执行一个Block，一个Warp和只有32个线程，即使有48个内核可用吗？ 此外，分发具体线程和块的示例可以使用threadIdx.x和blockIdx
..
gpu相关内容
GPU在计算中有什么未来？
您的CPU可能是四核，但是你知道一些显卡目前有超过200个内核吗？我们已经看到了当今图形卡的GPU可以做什么，当谈到图形。现在他们也可以用于非图形任务，在我看来，结果是什么没有惊人的。一个适合并行处理的算法在GPU上的速度比CPU上的速度要快得多。 有几种技术使所有这一切成为可能： 1。） CUDA 。它似乎是最知名和有据可查的。不幸的是，它只能在NVidia显卡上工作。我已经下载了S
..
图形算法
目前的GPU线程以某种方式受到限制（内存限制，数据结构的限制，没有递归...）。 您认为在GPU上实现图论理论问题是否可行。例如顶点覆盖？主导集？独立集？ max clique？.... 是否也可以在GPU上使用分支绑定算法？递归回溯？ 解决方案 您将对感兴趣 使用并行图算法探索GPU的限制 使用CUDA 在GPU上加速大图形算法 。
..
如何启用/禁用特定图形卡？
我在使用“fujitsu”机器。它安装了2个GPU：Quadro 2000和Tesla C2075。 Quadro GPU有1 GB RAM，而Tesla GPU有5GB。 （我使用nvidia-smi -q的输出检查）。当我运行nvidia-smi时，输出显示2个GPU，但特斯拉显示器显示为off。 我运行一个内存密集型程序，并希望使用5 GB的RAM可用，但每当我运行一个程序，似乎使用Qua
..
Cuda编程直方图
我想运行一个cuda程序，但我是一个初学者。我必须为直方图编写程序。 但是用桶。根据maxValue（示例中为40），该数字将添加到相应的存储桶。如果我们有4个bucket： histo：| 1 | 10 | 30 | 39 | 32 | 2 | 4 | 5 | 1 | 0-9（第1个桶） 10-19 20-29（第3个桶） 30-39（第4个桶） 我的GPU
..
在Cuda中减少任意数量的元素
如何实现以下链接中提供的代码版本7： http：/ /www.cuvilib.com/Reduction.pdf 用于大小为任意数字的输入数组，换句话说，不是2的乘方？ ，您应该查看相关NVIDIA CUDA的链接减少示例。它基本上包括您正在使用的pdf文件，但也包括实现减少1到7（标记为 reduce0 到 reduce6 ） 如果你研究文档中的reduce 7的描述，你会看到初
..
如何使用CUBLAS在复数上执行Hadamard产品？
我需要计算复数的两个向量（Hadamard乘积）与NVidia CUBLAS的元素方式乘法。不幸的是，CUBLAS中没有HAD操作。显然，您可以使用SBMV操作执行此操作，但它不能实现CUBLAS中的复数。我不能相信有没有办法实现这个与CUBLAS。有没有其他方法来实现CUBLAS，对于复数？ 我不能编写自己的内核，我必须使用CUBLAS（或者另一个标准的NVIDIA库，如果它真的不可能与C
..
设置最大CUDA资源
我想知道是否可以设置CUDA应用程序的最大GPU资源？例如，如果我有一个4GB的GPU，但想要一个给定的应用程序只能够访问2GB它，如果尝试分配更多的失败。 要么在进程级别上设置，要么在CUDA上下文级别上设置。 解决方案 不，目前没有允许这种资源管理的API，进程或驱动程序控制。 >
..
Cuda程序不工作超过1024个线程
我的程序是奇数甚至合并排序，它不工作超过1024个线程。 我已经尝试将块大小增加到100，但它仍然不能工作超过1024个线程。 我使用 Visual Studio 2012 ，我有 Nvidia Geforce 610M 。这是我的程序 ＃include ＃include ＃include #include
..
将2D数组复制到已知可变宽度的GPU
我正在研究如何将每行的可变宽度的2D数组复制到GPU中。 int rows = 1000; int cols; int ** host_matrix = malloc（sizeof（* int）* rows）; int * d_array; int * length; ... 每个 host_matrix [i ] 可能有不同的长度，我知道 len
..
在计算Nvidia GPU卡的GFLOPS时，假设每个核心有多少线程？
我有兴趣获得在GeForce GTX 550 Ti上执行1次双精度FLOP所需的纳秒数。 为了做到这一点，我采用了这种方法：我发现卡的单精度峰值性能是691.2 GFLOPS，这意味着双精度峰值性能为1/8，即86.4GFLOPS。然后为了获得每个核的FLOPS，我将86.4 GFLOPS除以核的数量192，这给出每个核0.45GFLOPS。 0.45 GFLOPS是指每个纳米每个核心0.4
..
如何在cudaMemcpyPeerAsync（）中定义目标设备流？
我使用cudaMemcpyPeerAsync（）从gpu0到gpu1执行异步memcpy。 cudaMemcpyAsync（）为gpu0提供流选项，但不提供gpu1。我可以以某种方式定义接收设备的流吗？ 我使用OpenMP线程来管理每个设备（因此，它们在不同的上下文中）。 Visual Profiler显示发送设备的流，但是接收设备的流，这个memcpy只显示在MemCpy（Pt
..
CUDA - 将CPU变量传输到GPU __constant__变量
与CUDA一样，最基本的东西有时是最难的... 所以...我只想将一个变量从CPU复制到 这是我所拥有的： __ constant__ int contadorlinhasx_d; int main（）{ （...） int contadorlinhasx = 100; status = cudaMemcpyToSymbol（contadorlinhasx_d
..
cudaMemcpyFromSymbol on一个__device__变量
我试图在 __ device __ 变量上应用内核函数，根据规范，它驻留在“全局内存” #include #include“sys_data.h” #include“my_helper.cuh” #include“helper_cuda.h” #include double X [10] = {1，-2,3，-4,
..
cuBLAS argmin - segfault如果输出到设备内存？
在cuBLAS中， cublasIsamin（）给出了单精度数组的argmin。 这是完整的函数声明： cublasStatus_t cublasIsamin（cublasHandle_t handle，int n， const float * x，int incx，int *结果） cuBLAS程序员指南提供了有关 cublasIsamin（）参数的信息： 如果我对 resu
..
使用CUDA在gpu上平行克罗内克张量积
我在GPU上使用[PTX文件与matlab parallel.gpu.CUDAkernel] [2]我的问题[kron张量产品] [3]在我的代码它应该乘以两个通过将第一向量 a = 的每个元素乘以所有的向量 kron（a，b）其他向量的元素 b = ，输出向量大小将为 k = a。* b ，我试图写它在CPP和它的工作，因为我只关心的所有元素的2d数组，我想我可以使它容易作为一维数组，因为 m
..
CURAND库 - 编译错误 - 未定义的函数引用
我有以下代码，我想使用nvcc编译。 代码： #include #include #include #include int main（void） { size_t n = 100; size_t i; int * hostData; unsigned int * d
..
如何在使用CUDA时测量每个块的执行时间？
clock（）不够准确。 解决方案 使用CUDA事件来测量内核或CUDA操作）： //准备 cudaEvent_t start，stop; cudaEventCreate（& start）; cudaEventCreate（& stop）; //开始记录 cudaEventRecord（start，0）; //在GPU上做某些事情 MyKernel
..
Cuda错误：函数已在另一个.cu.obj文件中定义
我想编译一个有人送给我的cuda项目。虽然编译阶段通过，链接阶段失败。下面是错误的示例： 错误298错误LNK2005：“int __cdecl compare_ints（void const *，void const *） “已经在3level_1.cu.obj decode_p4.cu.obj中定义的（？compare_ints @@ YAHPBX0 @ Z） 基本上，文
..
gpu上的大矩阵乘法
我需要在GPU上使用CUDA来实现矩阵乘法，用于大矩阵。每个矩阵的尺寸单独大于GPU内存。所以我想我需要一个算法来有效地做到这一点。我去了互联网，但没有找到任何。任何人都可以给我这种算法的名称或链接。 谢谢 解决方案 这里没有真正的正式算法;通常，这些类型的线性代数运算，其中整个问题没有同时存储在存储器中被称为“非核心”操作。 为了解决它，你不需要一个特别复杂的算法，只是CUB
..