SIMT: una instrucción, muchos hilos
El modelo de ejecución que hace rápidas a las GPU.
SIMT: una instrucción, muchos hilos es una lección gratuita de CUDA Academy en CoddyKit. Esta es la lección 2 de 4. Puedes leer la lección completa abajo gratuitamente — luego la practicas en el navegador con un editor de código integrado y un tutor de IA 24/7. Forma parte de la ruta de aprendizaje de CUDA Academy, y tu progreso se sincroniza en la web y la app de CoddyKit. El curso de CUDA Academy incluye 4 lecciones en total.
Cómo consigue la GPU mantenerse ocupada
Miles de núcleos necesitan una forma inteligente de recibir instrucciones. La respuesta de la GPU es SIMT: Single Instruction, Multiple Threads. ⚡
Una instrucción, muchos hilos
En SIMT, una instrucción se difunde a todo un grupo de hilos a la vez. Cada hilo ejecuta ese mismo paso, pero sobre sus propios datos.
La misma receta, ingredientes diferentes
Imagine una cocina en la que cada cocinero sigue exactamente el mismo paso de una receta, pero cada uno trabaja con un plato diferente. Ese paso compartido es su instrucción. 🍳
Conozca el warp
La GPU agrupa los hilos en conjuntos de 32 llamados warp. Un warp es la unidad real que se ejecuta conjuntamente, en lockstep, una instrucción cada vez.
Por qué los conjuntos son de 32
Emitir una instrucción para 32 hilos a la vez es mucho más barato que enviar 32 comandos separados. De ahí procede exactamente la eficiencia de la GPU.
Cada hilo tiene sus propios datos
Los hilos de un warp comparten la instrucción, pero conservan sus propios registros. Por eso el hilo 0 y el hilo 5 ejecutan la misma suma, pero con números diferentes.
SIMT no es exactamente SIMD
El SIMD clásico procesa vectores de anchura fija. SIMT conserva la idea de compartir instrucciones, pero permite que cada hilo se comporte de forma más independiente cuando es necesario.
El problema de los saltos
¿Qué ocurre si la mitad de un warp toma una rama de un if y la otra mitad no? Los hilos de un warp quieren avanzar juntos, por lo que un salto puede dividir el grupo.
if (x > 0) {
y = x * 2;
} else {
y = -x;
}Divergencia del warp
Cuando los hilos de un warp no coinciden en un salto, el warp ejecuta cada ruta por turnos y desactiva las demás. Esta repetición en serie se denomina divergencia.
La divergencia reduce la velocidad
Como las rutas divergentes se ejecutan una después de otra, se pierde paralelismo. Mantener un warp en la misma ruta es una idea clave para crear kernels rápidos.
Por qué SIMT escala tan bien
Con una instrucción que alimenta a 32 hilos y muchos warps ejecutándose simultáneamente, la GPU mantiene sus unidades de cálculo ocupadas. Así es como SIMT se convierte en throughput puro.
Comprobación rápida
Vamos a asegurarnos de que domina el vocabulario de SIMT.
Repaso: SIMT
SIMT difunde una instrucción a un warp de 32 hilos, cada uno con sus propios datos. Evite los saltos divergentes para que todos los hilos avancen juntos. 👍
Preguntas frecuentes
¿La lección «SIMT: una instrucción, muchos hilos» es gratis?
Sí — el texto completo de «SIMT: una instrucción, muchos hilos» es gratis para leer aquí en la web. Para practicarla de forma interactiva (editor de código integrado y tutor de IA 24/7) y desbloquear el resto del curso de CUDA Academy, actualiza a CoddyKit PRO. El curso de CUDA Academy incluye 4 lecciones en total.
¿Qué aprenderé en «SIMT: una instrucción, muchos hilos»?
El modelo de ejecución que hace rápidas a las GPU. Practicas CUDA Academy con código real que ejecutas directamente en el navegador, y un tutor de IA 24/7 responde tus preguntas mientras trabajas en la lección.
¿Necesito experiencia previa para empezar CUDA Academy?
No se requiere experiencia previa. CUDA Academy en CoddyKit está estructurado para principiantes hasta estudiantes avanzados, así que puedes empezar aquí o desde el inicio y avanzar a tu ritmo. Esta es la lección 2 de 4.
¿Cuánto tiempo toma la lección «SIMT: una instrucción, muchos hilos»?
La mayoría de las lecciones de CoddyKit toman alrededor de 5–10 minutos. Cada una es compacta e interactiva, así que avanzas constantemente y retomas exactamente por donde dejaste en la web y la app.
¿Puedo escribir y ejecutar código en esta lección de CUDA Academy?
Sí. Cada lección de CUDA Academy incluye un editor de código integrado, así que escribes y ejecutas código real directamente en tu navegador y obtienes retroalimentación instantánea de IA — sin configuración local necesaria.
Todas las lecciones de este curso
- CPU frente a GPU: latencia y rendimiento
- SIMT: una instrucción, muchos hilos
- Qué es realmente CUDA
- Problemas ideales para la GPU