CUDA: Что рассеивается запись?
Предложение "Отбрасывания и воссоздает таблицу", вероятно, не хороший, потому что это проваливает Ваши внешние ключи.
Вы используете внешние ключи, правильно?
2 ответа
Я собираюсь использовать здесь терминологию CUDA.
разрозненная запись означает, что вы пишете из каждого потока cuda по произвольному адресу (например, потоки вашей основы не будут записывать в последовательную память, например). Это контрастирует с записью в буфер кадра, которая является двумерной когерентной и может быть объединена с помощью оборудования. До недавнего времени это были единственные операции записи, доступные для графических процессоров.
Они представляют собой операцию, противоположную операции чтения со сборкой , которая считывает данные из разрозненных мест и собирает их все до деформации. потоки, выполняющиеся в режиме SIMD для собранных данных. Однако чтение сборок уже давно доступно на графических процессорах посредством произвольной выборки текстур.
Разрозненная запись - это здорово, потому что она позволяет вам писать по любому адресу памяти. Предыдущие реализации шейдеров обычно ограничивались адресами памяти, в которые данная программа шейдера могла писать.
«В то время как программы фрагментов в графических API ограничены выводом 32 чисел с плавающей запятой (цели рендеринга RGBA * 8) в заранее заданном месте, CUDA поддерживает разрозненную запись - то есть неограниченное количество магазинов по любому адресу. # entry478583
В основном это упрощает написание программ CUDA, поскольку они не так ограничены тем, где они могут записывать результаты. Имейте в виду, что один из ключей к достижению хорошей производительности на GPU - это использование локальности памяти. Чрезмерное использование разрозненной записи при записи в глобальную память, скорее всего, повлияет на вашу производительность.
# entry478583В основном это упрощает написание программ CUDA, поскольку они не так ограничены тем, где они могут записывать результаты. Имейте в виду, что один из ключей к достижению хорошей производительности на GPU - это использование локальности памяти. Чрезмерное использование разрозненной записи при записи в глобальную память, скорее всего, повлияет на вашу производительность.