【发布时间】：2010-06-22 05:24:40
【问题描述】：
我编写了一个 CUDA 代码来解决一个 NP-Complete 问题，但性能并不像我想象的那样。
我知道“一些”优化技术（使用共享内存、纹理、零拷贝……）
CUDA 程序员应该了解哪些最重要的优化技术？
【问题讨论】：
【发布时间】：2010-06-22 05:24:40
【问题描述】：
您应该阅读 NVIDIA 的 CUDA 编程最佳实践指南：http://developer.download.nvidia.com/compute/cuda/3_0/toolkit/docs/NVIDIA_CUDA_BestPracticesGuide.pdf
这有多个不同的性能提示以及相关的“优先级”。以下是一些最重要的提示：
- 使用设备的有效带宽来计算内核的性能上限
- 尽量减少主机和设备之间的内存传输 - 即使这意味着在设备上进行效率不高的计算
- 合并所有内存访问
- 首选共享内存访问而不是全局内存访问
- 避免在单个 warp 中执行代码执行分支，因为这会序列化线程
【讨论】：
-
6.避免银行冲突。 PS 在我的应用程序中，我发现使用静态分配的共享内存比使用动态分配的内存更快（使用内核>>()）所有这些都在最佳实践中进行了描述指导。
新的 NVIDIA Visual Profiler (v4.1) 支持自动性能分析，以识别应用程序中的性能改进机会。它还直接链接到其检测到的问题的最佳实践指南中最有用的部分。 Visual Profiler 作为 CUDA 工具包的一部分在 NVIDIA 的开发者网站上免费提供：http://www.nvidia.com/getcuda。
【讨论】：