银行冲突CUDA共享内存?
我在CUDA内核中遇到(我认为是)共享内存bank冲突。代码本身相当复杂,但我在下面的简单示例中转载了它。银行冲突CUDA共享内存?
在这种情况下,使用可能在右侧填充的共享存储器阵列(变量ng
)将其简化为来自全局 - >共享 - >全局存储器的大小为16x16的二维数组的简单副本, 。
如果我编译ng=0
的代码,并检查与NVVP的共享存储访问模式,它告诉我,有“没有任何问题”。例如, ng=2
我在标有“NVVP警告”的行上得到“Shared Store Transactions/Access = 2,Ideal Transactions/Acces = 1”。我不明白为什么(或更具体的:为什么填充导致警告)。
EDIT如下面格雷格史密斯提到,开普勒有8个字节的32家银行宽(http://gpgpu.org/wp/wp-content/uploads/2013/09/08-opti-smem-instr.pdf,幻灯片18)。但我不明白这是如何改变这个问题的。
如果我正确理解的东西,用32家银行4个字节(B1, B2, ..)
,双打(D01, D02, ..)
被存储为:
B1 B2 B3 B4 B5 .. B31
----------------------------------
D01 D02 D03 .. D15
D16 D17 D18 .. D31
D32 D33 D34 .. D47
没有填充,半翘曲写(as[ijs] = in[ij]
)到共享存储器D01 .. D15
,D16 .. D31
,等等。随着填充(大小2),前半部分经线写入D01 .. D15
,第二部分填充到D18 .. D33
之后,这仍然不会导致银行冲突?
任何想法在这里可能会出错?
简单的例子(与CUDA 6.5.14测试):
// Compiled with nvcc -O3 -arch=sm_35 -lineinfo
__global__ void copy(double * const __restrict__ out, const double * const __restrict__ in, const int ni, const int nj, const int ng)
{
extern __shared__ double as[];
const int ij=threadIdx.x + threadIdx.y*blockDim.x;
const int ijs=threadIdx.x + threadIdx.y*(blockDim.x+ng);
as[ijs] = in[ij]; // NVVP warning
__syncthreads();
out[ij] = as[ijs]; // NVVP warning
}
int main()
{
const int itot = 16;
const int jtot = 16;
const int ng = 2;
const int ncells = itot * jtot;
double *in = new double[ncells];
double *out = new double[ncells];
double *tmp = new double[ncells];
for(int n=0; n<ncells; ++n)
in[n] = 0.001 * (std::rand() % 1000) - 0.5;
double *ind, *outd;
cudaMalloc((void **)&ind, ncells*sizeof(double));
cudaMalloc((void **)&outd, ncells*sizeof(double));
cudaMemcpy(ind, in, ncells*sizeof(double), cudaMemcpyHostToDevice);
cudaMemcpy(outd, out, ncells*sizeof(double), cudaMemcpyHostToDevice);
dim3 gridGPU (1, 1 , 1);
dim3 blockGPU(16, 16, 1);
copy<<<gridGPU, blockGPU, (itot+ng)*jtot*sizeof(double)>>>(outd, ind, itot, jtot, ng);
cudaMemcpy(tmp, outd, ncells*sizeof(double), cudaMemcpyDeviceToHost);
return 0;
}
事实证明,我没有正确理解开普勒架构。正如Greg Smith所述的其中一条评论指出的那样,Keppler可以配置为拥有32个8字节的共享内存组。在这样的情况下,使用cudaDeviceSetSharedMemConfig(cudaSharedMemBankSizeEightByte)
,共享存储器布局看起来像:现在
bank: B0 B1 B2 B3 B4 .. B31
----------------------------------
index: D00 D01 D02 D03 D04 .. D31
D32 D33 D34 D35 D36 .. D63
,为我的简单的例子(使用itot=16
),写入/从例如共享存储器读出到/前两行(threadIdx.y=0
,threadIdx.y=1
)在一个warp内处理。这意味着对于threadIdx.y=0
值D00..D15
存储在B0..B15
中,则存在两个双打的填充,之后在相同的warp值D18..D33
内存储B18..B31+B00..B01
,这导致B00-B01
上的银行冲突。如果没有填充(ng=0
),则第一行将被写入D00..D15
的B00..B15
,D16..D31
的第二行B16..B31
,因此不会发生银行冲突。
对于blockDim.x>=32
的线程块应该不会发生问题。例如,对于itot=32
,blockDim.x=32
,ng=2
,第一行被存储在银行B00..B31
,然后两个小区的填充,在B02..B31+B00..B01
第二行,等等
为GK110银行布局是依赖于银行宽度可配置为4字节或8字节。 – 2015-02-07 01:33:12
这是否意味着在8字节模式下双倍存储'D01..D31'存储在不同的存储区中,并且'D01'和'D32'共享一个银行?我似乎无法找到任何详细的信息。 – Bart 2015-02-07 10:27:23
似乎是这样; http://gpgpu.org/wp/wp-content/uploads/2013/09/08-opti-smem-instr.pdf。我将其添加到我的帖子中 – Bart 2015-02-07 11:12:51