ऊपर दिए गए उत्तर बताते हैं कि ब्लॉक का आकार प्रदर्शन को कैसे प्रभावित कर सकता है और अधिभोग अधिकतमकरण के आधार पर अपनी पसंद के लिए एक सामान्य अनुमानी सुझाव दे सकता है। ब्लॉक आकार का चयन करने के लिए मानदंड प्रदान करने के लिए बिना , यह ध्यान देने योग्य होगा कि CUDA 6.5 (अब रिलीज़ कैंडिडेट संस्करण में) अधिभोग गणना और लॉन्च कॉन्फ़िगरेशन में सहायता के लिए कई नए रनटाइम फ़ंक्शन शामिल हैं, देखें
CUDA प्रो टिप: ऑक्यूपेंसी एपीआई लॉन्च कॉन्फ़िगरेशन को सरल करता है
उपयोगी कार्यों में से cudaOccupancyMaxPotentialBlockSizeएक वह है जो न्यायिक रूप से एक ब्लॉक आकार की गणना करता है जो अधिकतम अधिभोग को प्राप्त करता है। उस फ़ंक्शन द्वारा प्रदान किए गए मानों को तब लॉन्च मापदंडों के मैनुअल ऑप्टिमाइज़ेशन के शुरुआती बिंदु के रूप में इस्तेमाल किया जा सकता है। नीचे एक छोटा सा उदाहरण है।
#include <stdio.h>
/************************/
/* TEST KERNEL FUNCTION */
/************************/
__global__ void MyKernel(int *a, int *b, int *c, int N)
{
int idx = threadIdx.x + blockIdx.x * blockDim.x;
if (idx < N) { c[idx] = a[idx] + b[idx]; }
}
/********/
/* MAIN */
/********/
void main()
{
const int N = 1000000;
int blockSize; // The launch configurator returned block size
int minGridSize; // The minimum grid size needed to achieve the maximum occupancy for a full device launch
int gridSize; // The actual grid size needed, based on input size
int* h_vec1 = (int*) malloc(N*sizeof(int));
int* h_vec2 = (int*) malloc(N*sizeof(int));
int* h_vec3 = (int*) malloc(N*sizeof(int));
int* h_vec4 = (int*) malloc(N*sizeof(int));
int* d_vec1; cudaMalloc((void**)&d_vec1, N*sizeof(int));
int* d_vec2; cudaMalloc((void**)&d_vec2, N*sizeof(int));
int* d_vec3; cudaMalloc((void**)&d_vec3, N*sizeof(int));
for (int i=0; i<N; i++) {
h_vec1[i] = 10;
h_vec2[i] = 20;
h_vec4[i] = h_vec1[i] + h_vec2[i];
}
cudaMemcpy(d_vec1, h_vec1, N*sizeof(int), cudaMemcpyHostToDevice);
cudaMemcpy(d_vec2, h_vec2, N*sizeof(int), cudaMemcpyHostToDevice);
float time;
cudaEvent_t start, stop;
cudaEventCreate(&start);
cudaEventCreate(&stop);
cudaEventRecord(start, 0);
cudaOccupancyMaxPotentialBlockSize(&minGridSize, &blockSize, MyKernel, 0, N);
// Round up according to array size
gridSize = (N + blockSize - 1) / blockSize;
cudaEventRecord(stop, 0);
cudaEventSynchronize(stop);
cudaEventElapsedTime(&time, start, stop);
printf("Occupancy calculator elapsed time: %3.3f ms \n", time);
cudaEventRecord(start, 0);
MyKernel<<<gridSize, blockSize>>>(d_vec1, d_vec2, d_vec3, N);
cudaEventRecord(stop, 0);
cudaEventSynchronize(stop);
cudaEventElapsedTime(&time, start, stop);
printf("Kernel elapsed time: %3.3f ms \n", time);
printf("Blocksize %i\n", blockSize);
cudaMemcpy(h_vec3, d_vec3, N*sizeof(int), cudaMemcpyDeviceToHost);
for (int i=0; i<N; i++) {
if (h_vec3[i] != h_vec4[i]) { printf("Error at i = %i! Host = %i; Device = %i\n", i, h_vec4[i], h_vec3[i]); return; };
}
printf("Test passed\n");
}
संपादित करें
cudaOccupancyMaxPotentialBlockSizeमें परिभाषित किया गया है cuda_runtime.hफ़ाइल और परिभाषित किया गया है इस प्रकार है:
template<class T>
__inline__ __host__ CUDART_DEVICE cudaError_t cudaOccupancyMaxPotentialBlockSize(
int *minGridSize,
int *blockSize,
T func,
size_t dynamicSMemSize = 0,
int blockSizeLimit = 0)
{
return cudaOccupancyMaxPotentialBlockSizeVariableSMem(minGridSize, blockSize, func, __cudaOccupancyB2DHelper(dynamicSMemSize), blockSizeLimit);
}
मापदंडों के लिए अर्थ निम्नलिखित है
minGridSize = Suggested min grid size to achieve a full machine launch.
blockSize = Suggested block size to achieve maximum occupancy.
func = Kernel function.
dynamicSMemSize = Size of dynamically allocated shared memory. Of course, it is known at runtime before any kernel launch. The size of the statically allocated shared memory is not needed as it is inferred by the properties of func.
blockSizeLimit = Maximum size for each block. In the case of 1D kernels, it can coincide with the number of input elements.
ध्यान दें कि, CUDA 6.5 के रूप में, किसी को एपीआई द्वारा सुझाए गए 1 डी ब्लॉक आकार से अपने 2 डी / 3 डी ब्लॉक आयामों की गणना करने की आवश्यकता है।
यह भी ध्यान दें कि CUDA ड्राइवर API में ऑक्यूपेंसी कैलकुलेशन के लिए कार्यात्मक रूप से समतुल्य एपीआई होते हैं, इसलिए cuOccupancyMaxPotentialBlockSizeऊपर दिए गए उदाहरण में रनटाइम एपीआई के लिए दिखाए गए तरीके से ड्राइवर एपीआई कोड का उपयोग करना संभव है ।