2回答
我有两个空格，它们做着同样的事情:向量乘以数字。一个是简单的c void，另一个是全局的。但在测量时间后，我发现常规c函数的运行速度比全局函数快得多。
浏览 47提问于2020-08-27得票数 1
1回答
我正在尝试使用Visual Studio 2010配置CUDA6.0。我使用CUDA 6.0运行时创建了一个项目。编译时，是否需要更改/添加任何选项？由于我的CUDA代码运行速度比串行版本慢，有没有可能代码不是并行执行的(例如，GPU变成一个慢CPU...)，而不考虑其他可能性，例如双精度、开销等？
非常感谢，XF
浏览 45提问于2014-07-20得票数 -3
我从CUDA示例第9.4章中了解到，当在GPU全局内存上不正确地使用原子操作时，程序的性能可能比纯粹在CPU上执行时差，因为内存访问争用。在更糟糕的情况下，GPU上执行的程序是高度序列化的，没有线程并行执行，这就是单线程程序在CPU上运行的方式。所以关键的问题是程序访问内存的速度。考虑到我提到的书中的例子，CPU访问主机内存<e
浏览 1提问于2012-07-12得票数 3
回答已采纳
3回答
我一直在想，有没有办法在不同的GPGPU上估计共享内存的数量，而不是出去买卡？我目前在笔记本电脑中有一台16K共享内存的GTS 330M和一台16K + 32K = 48K共享内存的GTX 480。我想知道如果获得一张tesla卡，是否会给我更多的共享mem pr块，如果它将是相同的GTX卡。我希望有人能帮上忙
浏览 1提问于2011-08-03得票数 0
回答已采纳
我正在尝试比较Matlab和Julia的速度和性能。我正在看一个代码，它对给定负载下的连续体结构进行拓扑优化。我正在查看的代码是公共代码topopt88.m：
本质上，它是一种迭代算法，在每次迭代中求解一个Ax=b系统(x=A\b)，其中A取决于结构设计(它是有限元刚度矩阵)，并在每次迭代中更新。在Julia中，相同的代码运行速度比Matlab慢。我在Julia中做了一些代码优化，在函数定义中声明类型，尽可能多地使用
浏览 9提问于2020-09-28得票数 2
我想知道在相同的代码中并行运行多个cupy函数或numba内核是否可能甚至是安全的。目前我的代码是这样做的： #shuffle the array #configure number of blocks for cuda kernels
bloc
浏览 5提问于2022-05-17得票数 0
回答已采纳
我正在学习cuda，到目前为止，我了解到cuda具有为全局对象分配内存的cudaMalloc()函数。但现在在一些矩阵乘法代码中，我看到他们正在使用另一个名为cudaMemcpy()的函数，该函数将对象从主机复制到设备，或者从主机复制到设备。但我不明白为什么需要它？由于cudaMalloc()正在分配全局内存，所以所有的设备内核都应该能够访问它，不是吗？
我的误解在哪里？
浏览 1提问于2012-12-13得票数 3
1回答
我发现使用NVCC4.2编译的主机代码运行速度比使用g++ 4.4.6编译的相同代码慢5倍。我正在使用NVIDIA SDK Makefile模板来编译发布配置中的代码。这怎么可能，因为nvcc应该将主机代码传递给主机编译器。有什么想法吗？这是我的makefile：EXECUTABLE := App# C/C++ so
浏览 2提问于2012-06-20得票数 3
有人能描述一下__global__和__device__之间的区别吗？
什么时候应该使用__device__，什么时候使用__global__？
浏览 1提问于2012-09-12得票数 129
回答已采纳
我有一个包含主机函数和设备函数执行()的CUDA程序。在主机函数中，我分配一个全局内存输出，然后将其传递给设备函数，并用于存储在设备函数中分配的全局内存的地址。我想访问主机函数中内核中分配的内存。= cudaSuccess) printf("CUDA er
浏览 5提问于2012-10-24得票数 1
回答已采纳
我想知道如何通过CUDA在内核代码中使用__cos(x) (以及相应的__sin(x))。我在CUDA手册中查找到有这样一个设备函数，但是当我实现它时，编译器只是说我不能在设备中调用主机函数。然而，我发现有两个姐妹函数cosf(x)和__cosf(x)，后者在SFU上运行，总体上比原来的cosf(x)函数快得多。当然，编译器不会抱怨__cosf(x)函数。
有没有我遗漏的<
浏览 2提问于2012-07-19得票数 1
回答已采纳
我试图用sm_10架构编译我的CUDA C代码，它不支持从__global__函数调用malloc。
我需要在GPU内存中保留一个节点动态创建的树。不幸的是，没有malloc，我显然做不到。是否有一种使用cudaMalloc复制整个树的方法？我认为这样的方法只会抄袭我的树根。
浏览 2提问于2013-09-26得票数 0
回答已采纳
何时真正需要调用cudaDeviceSynchronize函数？
在用cudaMemcpy将数据从GPU复制回主机
浏览 15提问于2012-08-09得票数 84
我做了一些计时测试，其中一个测试是比较调用函数的不同方式。我使用各种方法调用了N个函数。我尝试了常规函数调用、虚函数调用、函数指针和boost::function。正如预期的那样，虚拟调用比常规函数调用慢。然而，令人惊讶的是，boost：：函数的运行速度比虚拟调用慢33%。
还有没有人注意到这
浏览 0提问于2012-12-07得票数 4
回答已采纳
在CUDA编程中，原子函数(如atomic_add)被广泛用于计数或执行求和/聚合。但是，与普通全局内存读写相比，我找不到有关原子函数速度的信息。考虑以下任务，其中我们想要计算一个包含256 K元素的浮点数组。每个元素是超过1000个中间变量的和，这是首先计算的。第一种方法使用原子函数比第二种方法更快吗？
浏览 7提问于2021-04-02得票数 0
回答已采纳
当我试图加速递归函数时，我注意到了一些奇怪的东西。当我将用于回忆录的对象作为要传递给函数而不是全局变量的参数时，代码执行变得相当慢。所以，不是这样的：function factorial(n) {};
function factorial(n, memoizationObj) {
浏览 1提问于2013-04-04得票数 2
回答已采纳
我一直想知道查询量对网站性能/速度的影响有多大。我认为这是因为IPB是严重修改的，所以我在我的本地主机上运行了一次新安装。但结果仍然是一样的
浏览 2提问于2012-03-07得票数 0
回答已采纳
我使用支持GPU的Torch和Numpy使用下面的函数执行元素级乘法，发现Numpy循环比Torch快--这不应该是这样，我对此表示怀疑。定义默认的张量类型以启用全局GPU标志。torch.FloatTensor)x = torch.Tensor(200, 100) # Is FloatTensor
y = torch.Tensor(200,10
浏览 0提问于2018-09-26得票数 15
回答已采纳
1回答
我试图在数据自动化系统中找到非平方矩阵的穆尔-彭罗斯伪逆。public static Matrix PseudoInverse(this Matrix M) Svd<double> D = M.Svdis e
浏览 2提问于2017-02-16得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
