CUDA内存类型memory
CUDA内存类型memory
http://www.cnblogs.com/traceorigin/archive/2013/04/11/3015482.html
CUDA存储器类型:
每个线程拥有自己的register and loacal memory;
每个线程块拥有一块shared memory;
所有线程都可以访问global memory;
还有,可以被所有线程访问的只读存储器:constant memory and texture memory
1、 寄存器Register
寄存器是GPU上的高速缓存器,其基本单元是寄存器文件,每个寄存器文件大小为32bit.
Kernel中的局部(简单类型)变量第一选择是被分配到Register中。
特点:每个线程私有,速度快。
2、 局部存储器 local memory
当register耗尽时,数据将被存储到local memory。如果每个线程中使用了过多的寄存器,或声明了大型结构体或数组,或编译器无法确定数组大小,线程的私有数据就会被分配到local memory中。
特点:每个线程私有;没有缓存,慢。
注:在声明局部变量时,尽量使变量可以分配到register。如:
unsigned int mt[3];
改为: unsigned int mt0, mt1, mt2;
3、 共享存储器 shared memory
可以被同一block中的所有线程读写
特点:block中的线程共有;访问共享存储器几乎与register一样快.
- //u(i)= u(i)^2 + u(i-1)
- //Static
- __global__ example(float* u) {
- int i=threadIdx.x;
- __shared__ int tmp[4];
- tmp[i]=u[i];
- u[i]=tmp[i]*tmp[i]+tmp[3-i];
- }
- int main() {
- float hostU[4] = {1, 2, 3, 4};
- float* devU;
- size_t size = sizeof(float)*4;
- cudaMalloc(&devU, size);
- cudaMemcpy(devU, hostU, size,
- cudaMemcpyHostToDevice);
- example<<<1,4>>>(devU, devV);
- cudaMemcpy(hostU, devU, size,
- cudaMemcpyDeviceToHost);
- cudaFree(devU);
- return 0;
- }
- //Dynamic
- extern __shared__ int tmp[];
- __global__ example(float* u) {
- int i=threadIdx.x;
- tmp[i]=u[i];
- u[i]=tmp[i]*tmp[i]+tmp[3-i];
- }
- int main() {
- float hostU[4] = {1, 2, 3, 4};
- float* devU;
- size_t size = sizeof(float)*4;
- cudaMalloc(&devU, size);
- cudaMemcpy(devU, hostU, size, cudaMemcpyHostToDevice);
- example<<<1,4,size>>>(devU, devV);
- cudaMemcpy(hostU, devU, size, cudaMemcpyDeviceToHost);
- cudaFree(devU);
- return 0;
- }
4、 全局存储器 global memory
特点:所有线程都可以访问;没有缓存
- //Dynamic
- __global__ add4f(float* u, float* v) {
- int i=threadIdx.x;
- u[i]+=v[i];
- }
- int main() {
- float hostU[4] = {1, 2, 3, 4};
- float hostV[4] = {1, 2, 3, 4};
- float* devU, devV;
- size_t size = sizeof(float)*4;
- cudaMalloc(&devU, size);
- cudaMalloc(&devV, size);
- cudaMemcpy(devU, hostU, size,
- cudaMemcpyHostToDevice);
- cudaMemcpy(devV, hostV, size,
- cudaMemcpyHostToDevice);
- add4f<<<1,4>>>(devU, devV);
- cudaMemcpy(hostU, devU, size,
- cudaMemcpyDeviceToHost);
- cudaFree(devV);
- cudaFree(devU);
- return 0;
- }
- //static
- __device__ float devU[4];
- __device__ float devV[4];
- __global__ addUV() {
- int i=threadIdx.x;
- devU[i]+=devV[i];
- }
- int main() {
- float hostU[4] = {1, 2, 3, 4};
- float hostV[4] = {1, 2, 3, 4};
- size_t size = sizeof(float)*4;
- cudaMemcpyToSymbol(devU, hostU, size, 0, cudaMemcpyHostToDevice);
- cudaMemcpyToSymbol(devV, hostV, size, 0, cudaMemcpyHostToDevice);
- addUV<<<1,4>>>();
- cudaMemcpyFromSymbol(hostU, devU, size, 0, cudaMemcpyDeviceToHost);
- return 0;
- }
5、 常数存储器constant memory
用于存储访问频繁的只读参数
特点:只读;有缓存;空间小(64KB)
注:定义常数存储器时,需要将其定义在所有函数之外,作用于整个文件
1 __constant__ int devVar; 2 cudaMemcpyToSymbol(devVar, hostVar, sizeof(int), 0, cudaMemcpyHostToDevice) 3 cudaMemcpyFromSymbol(hostVar, devVar, sizeof(int), 0, cudaMemcpyDeviceToHost)
6、 纹理存储器 texture memory
是一种只读存储器,其中的数据以一维、二维或者三维数组的形式存储在显存中。在通用计算中,其适合实现图像处理和查找,对大量数据的随机访问和非对齐访问也有良好的加速效果。
特点:具有纹理缓存,只读。
TNE END
CUDA内存类型memory相关推荐
- 明明有内存报错CUDA out of memory
RuntimeError: CUDA out of memory. Tried to allocate 2.42 GiB (GPU 0; 24.00 GiB total capacity; 113.8 ...
- 【Pytorch】内存够用但还是 RuntimeError: CUDA out of memory 问题解决
这里简述一下我遇到的问题: 可以看到可用内存是大于需要被使用的内存的,但他依旧是报CUDA out of memory的错误 我的解决方法是:修改num_workers的值,把它改小一点,就行了,如果 ...
- python pytorch爆显存,内存溢出问题解决方法(总结)RuntimeError: CUDA out of memory.
问题描述 在运行python程序时,随运行时间增长,内存疯狂增加,直至运行内存爆满,出现以下错误: RuntimeError: CUDA out of memory. 解决方法: 1.在模型验证和测试 ...
- CUDA内存管理一文理清|参加CUDA线上训练营
CUDA 内存概述 GPU的内存包括: 全局内存(global memory) 常量内存(constant memory) 纹理内存核表面内存(texture memory) 寄存器(register ...
- 通过设置PYTORCH_CUDA_ALLOC_CONF中的max_split_size_mb解决Pytorch的显存碎片化导致的CUDA:Out Of Memory问题
问题的出现 最近在基友的带动下开始投身ai绘画的大潮,于是本地部署了stable diffusion web ui,利用手上的24G显存开始了愉快的跑高分辨率图片之旅.然而某天在用inpaint功能修 ...
- CUDA 内存统一分析
CUDA 内存统一分析 关于CUDA 编程的基本知识,如何编写一个简单的程序,在内存中分配两个可供 GPU 访问的数字数组,然后将它们加在 GPU 上. 本文介绍内存统一,这使得分配和访问系统中任何处 ...
- 计算机内存与内置类型,笔记本内存种类有哪些 笔记本常见内存类型介绍
此前经常有电脑小白咨询我"128GB内存够不够"之类的问题,很明显这是将内存和硬盘搞混了.如果你也分不清内存和硬盘,那么很有必要看下去.本文主要介绍目前笔记本中常见的内存类型,并且 ...
- GPU(CUDA)学习日记(十三)------ CUDA内存简介
GPU(CUDA)学习日记(十三)------ CUDA内存简介 标签: cuda存储线程结构 2012-12-07 16:53 2902人阅读 评论(0)收藏 举报 分类: GPU(16) CUDA ...
- CUDA out of memory. Tried to allocate 392.00 MiB (GPU 0; 10.76 GiB total capacity; 652.77 MiB alread
在使用Pytorch中,出现CUDA out of memory. Tried to allocate 392.00 MiB (GPU 0; 10.76 GiB total capacity; 652 ...
最新文章
- OSGI企业应用开发(二)Eclipse中搭建Felix运行环境
- qlist length 函数讲解_读《JavaScript 轻量级函数式编程》
- Asp.Net 2.0 发布问题(转)
- IE浏览器GET请求中文乱码
- 网络抖动、丢音、卡顿
- Alt+Shift+NumLock
- 【电脑操作】【鼠标】无线鼠标无反应怎么办?
- winforms 文本框_在禁用的VB.Net WinForms文本框中自定义颜色的新方法
- VMware 虚拟机 linux执行 ifconfig 命令 eth0没有IP地址(intet addr、Bcast、Mask) UP BROADCAST MULTICAST 问题
- 科技新品 | 索尼全画幅电影摄影机FX6;数字健康管理专业品牌Zepp智能手表;彩色视频电子纸显示器取得重大突破...
- ps制作苹果中的返回按钮
- 影响信用贷款的四大条件
- wms仓库管理系统的订单处理及流程
- python和verilog对接_用这个库居然可以使用Python进行FPGA逻辑开发
- alin42490怎样解除_我们应该如何思维42490
- kerberos认证
- 搭建企业级别nexus私服
- 机械设计基础B【1】自由度
- 2019全国大学生信息安全大赛线下初体验 --体验黑客的儿童节
- 通达信板块监控指标_「600503」通达信主力监控系统指标公式