Énumérer et sélectionner les appareils
cudaSetDevice et contextes propres à chaque GPU
Énumérer et sélectionner les appareils est une leçon CUDA Academy gratuite sur CoddyKit. Ceci est la leçon 1 sur 4. Tu peux lire la leçon complète ci-dessous gratuitement — puis la pratiquer en direct dans le navigateur avec un éditeur de code intégré et un tuteur IA 24/7. Elle fait partie du parcours d'apprentissage CUDA Academy, et ta progression se synchronise sur le web et l'application CoddyKit. Le cours CUDA Academy comprend 4 leçons au total.
Plusieurs GPU
Une seule machine peut contenir plusieurs GPU. Pour les utiliser tous, votre programme doit d'abord déterminer combien d'appareils sont présents avant de leur envoyer du travail.
Compter les appareils
Un appel vous indique combien de GPU l'environnement d'exécution peut voir. cudaGetDeviceCount écrit ce nombre dans un entier que vous lui fournissez.
int count;
cudaGetDeviceCount(&count);Les appareils sont numérotés
Chaque GPU reçoit un identifiant entier allant de 0 à un de moins que le nombre total. Cet identifiant d'appareil permet d'indiquer à l'environnement d'exécution une carte précise.
Choisir l'appareil actif
Vous choisissez le GPU ciblé par vos prochains appels avec cudaSetDevice. Ensuite, les allocations et les lancements sont effectués sur cette carte.
cudaSetDevice(1);Il existe un appareil courant
À tout moment, un seul GPU est l'appareil courant du thread appelant. Chaque cudaMalloc ou lancement de noyau s'effectue sur l'appareil courant.
Inspecter un appareil
Avant de faire confiance à un GPU, vous pouvez lire ses caractéristiques. cudaGetDeviceProperties remplit une structure contenant son nom, la taille de sa mémoire et sa capacité de calcul.
cudaDeviceProp prop;
cudaGetDeviceProperties(&prop, 0);Lire les propriétés
La structure de propriétés est riche. Des champs comme name et totalGlobalMem vous aident à choisir la meilleure carte ou à ignorer celle qui est trop limitée.
Chaque appareil possède sa mémoire
Un pointeur obtenu avec cudaMalloc appartient au GPU qui était courant à ce moment-là. L'utiliser alors qu'un autre appareil est courant est une erreur inévitable.
Des contextes propres à chaque appareil
Derrière chaque GPU se trouve un contexte qui contient ses allocations et ses flux. Changer d'appareil courant vous fait passer dans le contexte de cet appareil.
Parcourir tous les GPU
Un schéma courant consiste à appeler cudaSetDevice pour chaque identifiant, puis à effectuer l'initialisation sur la carte correspondante. C'est ainsi que vous répartissez le travail sur chaque appareil.
for (int d = 0; d < count; d++) {
cudaSetDevice(d);
}Restaurez l'état avant de partir
Si une fonction auxiliaire modifie l'appareil courant, rétablissez-le une fois son travail terminé. Laisser l'appareil courant modifié peut surprendre le reste de votre code.
Vérification rapide
Rappelez-vous quel appel choisit le GPU utilisé par vos prochaines allocations et vos prochains lancements.
Récapitulatif
Vous comptez les GPU, en choisissez un avec cudaSetDevice et l'inspectez à l'aide de ses propriétés. Chaque appareil possède sa propre mémoire et son propre contexte. Ensuite : répartir le travail entre eux. ✨
Apprends C++ avec un tuteur IA — gratuit
Écris et exécute du vrai code dans ton navigateur, obtiens de l'aide instantanée d'un tuteur IA disponible 24h/24, et reprends là où tu t'es arrêté sur le web ou dans l'app.
- Cours
- 30
- Leçons
- 120
Questions Fréquemment Posées
La leçon « Énumérer et sélectionner les appareils » est-elle gratuite ?
Oui — le texte complet de « Énumérer et sélectionner les appareils » est gratuit à lire ici sur le web. Pour la pratiquer de manière interactive (un éditeur de code intégré et un tuteur IA 24/7) et déverrouiller le reste du cours CUDA Academy, passe à CoddyKit PRO. Le cours CUDA Academy comprend 4 leçons au total.
Qu'est-ce que j'apprendrai dans « Énumérer et sélectionner les appareils » ?
cudaSetDevice et contextes propres à chaque GPU Tu pratiques CUDA Academy avec du code pratique que tu exécutes directement dans le navigateur, et un tuteur IA 24/7 répond à tes questions au fur et à mesure que tu avances dans la leçon.
Dois-je avoir de l'expérience pour commencer CUDA Academy ?
Aucune expérience préalable n'est requise. CUDA Academy sur CoddyKit est structuré pour les débutants jusqu'aux apprenants avancés, donc tu peux commencer ici ou depuis le début et avancer à ton rythme. Ceci est la leçon 1 sur 4.
Combien de temps prend la leçon « Énumérer et sélectionner les appareils » ?
La plupart des leçons CoddyKit prennent environ 5–10 minutes. Chacune est courte et interactive, tu progresses régulièrement et tu repiques exactement où tu t'es arrêté sur le web et l'app.
Peux-tu écrire et exécuter du code dans cette leçon CUDA Academy ?
Oui. Chaque leçon CUDA Academy inclut un éditeur de code intégré, tu écris et exécutes du vrai code directement dans ton navigateur et tu reçois des retours IA instantanés — aucune configuration locale requise.
Toutes les leçons de ce cours
- Énumérer et sélectionner les appareils
- Répartir le travail entre les GPU
- Accès mémoire pair à pair
- Multi-GPU avec NCCL