似乎每个SM允许有最大数量的驻留块。但是,尽管很容易找到其他“硬”限制(例如,通过`cudaGetDeviceProperties'),但似乎并未广泛记录驻留块的最大数量。
在以下示例代码中,我将内核配置为每个块一个线程。为了测试该GPU(一个P100)每个SM最多具有32个驻留块的假设,我创建了一个56 * 32块的网格(56 = P100上的SM数量)。每个内核需要1秒的处理时间(通过“睡眠”例程),因此,如果我已正确配置内核,则代码应花费1秒的时间。计时结果证实了这一点。使用32 * 56 + 1块进行配置需要2秒钟,建议每个SM最多32个块。
我想知道的是,为什么没有更广泛地使用此限制?例如,它不会显示“ cudaGetDeviceProperties”。在哪里可以找到各种GPU的限制?也许这不是一个真正的限制,而是源自其他硬性限制?
我正在运行CUDA 10.1
#include <stdio.h>
#include <sys/time.h>
double cpuSecond() {
struct timeval tp;
gettimeofday(&tp,NULL);
return (double) tp.tv_sec + (double)tp.tv_usec*1e-6;
}
#define CLOCK_RATE 1328500 /* Modify from below */
__device__ void sleep(float t) {
clock_t t0 = clock64();
clock_t t1 = t0;
while ((t1 - t0)/(CLOCK_RATE*1000.0f) < t)
t1 = clock64();
}
__global__ void mykernel() {
sleep(1.0);
}
int main(int argc, char* argv[]) {
cudaDeviceProp prop;
cudaGetDeviceProperties(&prop, 0);
int mp = prop.multiProcessorCount;
//clock_t clock_rate = prop.clockRate;
int num_blocks = atoi(argv[1]);
dim3 block(1);
dim3 grid(num_blocks); /* N blocks */
double start = cpuSecond();
mykernel<<<grid,block>>>();
cudaDeviceSynchronize();
double etime = cpuSecond() - start;
printf("mp %10d\n",mp);
printf("blocks/SM %10.2f\n",num_blocks/((double)mp));
printf("time %10.2f\n",etime);
cudaDeviceReset();
}
结果:
% srun -p gpuq sm_short 1792
mp 56
blocks/SM 32.00
time 1.16
% srun -p gpuq sm_short 1793
mp 56
blocks/SM 32.02
time 2.16
% srun -p gpuq sm_short 3584
mp 56
blocks/SM 64.00
time 2.16
% srun -p gpuq sm_short 3585
mp 56
blocks/SM 64.02
time 3.16
答案 0 :(得分:1)
是的,每个SM的块数有限制。 SM中可以包含的最大块数是指给定时间内活动块的最大数。可以将块组织为一维或二维网格,每个维度最多可以包含65,535个块,但是您的GPU的SM将只能容纳一定数量的块。此限制通过两种方式与您的Gpu的计算能力相关联。
CUDA规定的硬件限制。
每个gpu允许每个SM的最大块数限制,而不管其包含的线程数和使用的资源量如何。例如,具有计算能力2.0的Gpu的限制为8个块/ SM,而具有计算能力7.0的Gpu的限制为32个块/ SM。这是可以实现的每个SM的最佳活动块数:我们将其称为MAX_BLOCKS。
从每个块使用的资源量得出的限制。
一个块是由线程组成的,每个线程使用一定数量的寄存器:它使用的寄存器越多,包含它的块所使用的资源就越多。类似地,分配给一个块的共享内存量会增加该块需要分配的资源量。一旦超过某个值,一个块所需的资源数量将很大,以至于SM将无法分配MAX_BLOCKS所允许的数量的块:这意味着每个块所需的资源量是有限的每个SM的最大活动块数。
如何找到这些边界?
CUDA也考虑过这一点。在Cuda Occupancy Calculator file上可以找到他们的站点,通过它们您可以发现按计算能力分组的硬件限制。您还可以输入块使用的资源量(线程数,每个线程的寄存器,共享内存的字节数),并获取有关活动块数的图形和重要信息。 链接文件的第一个选项卡使您可以根据使用的资源来计算SM的实际使用情况。如果您想知道每个线程使用了多少个寄存器,则必须添加-Xptxas -v选项,以使编译器在创建PTX时告诉您正在使用的寄存器数。 在文件的最后一个选项卡中,您将找到按计算功能分组的硬件限制。