SIMT : une même instruction, plusieurs threads
Le modèle d’exécution qui rend les GPU rapides.
SIMT : une même instruction, plusieurs threads est une leçon CUDA Academy gratuite sur CoddyKit. Ceci est la leçon 2 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.
Certaines parties de cette leçon n'ont pas encore été traduites et s'affichent en anglais.
How the GPU Stays Busy
Thousands of cores need a smart way to be told what to do. The GPU's answer is SIMT: Single Instruction, Multiple Threads. ⚡
One Instruction, Many Threads
In SIMT, one instruction is broadcast to a whole group of threads at once. Each thread runs that same step, but on its own piece of data.
Same Recipe, Different Ingredients
Picture a kitchen where every cook follows the exact same recipe step, but each works on a different plate. That shared step is your instruction. 🍳
Meet the Warp
The GPU groups threads into bundles of 32 called a warp. A warp is the real unit that executes together, lockstep, one instruction at a time.
Why Bundles of 32
Issuing one instruction for 32 threads at once is far cheaper than 32 separate commands. That sharing is exactly where the GPU's efficiency comes from.
Each Thread Has Its Own Data
Threads in a warp share the instruction but keep private registers. So thread 0 and thread 5 run the same add, just on different numbers.
SIMT Is Not Quite SIMD
Classic SIMD processes fixed-width vectors. SIMT keeps the idea of shared instructions but lets each thread behave more independently when needed.
The Problem of Branches
What if half a warp takes an if branch and half does not? Threads in a warp want to march together, so a branch can split the group apart.
if (x > 0) {
y = x * 2;
} else {
y = -x;
}Warp Divergence
When threads in a warp disagree on a branch, the warp runs each path in turn and disables the others. This serial replay is called divergence.
Divergence Costs Speed
Because divergent paths run one after another, you lose parallelism. Keeping a warp on the same path is a key idea for fast kernels.
Why SIMT Scales So Well
With one instruction feeding 32 threads, and many warps in flight, the GPU keeps its math units packed. That is how SIMT turns into raw throughput.
Quick Check
Let us make sure the SIMT vocabulary is solid.
Recap: SIMT
SIMT broadcasts one instruction to a warp of 32 threads, each on its own data. Avoid divergent branches to keep every thread marching together. 👍
Questions Fréquemment Posées
La leçon « SIMT : une même instruction, plusieurs threads » est-elle gratuite ?
Oui — le texte complet de « SIMT : une même instruction, plusieurs threads » 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 « SIMT : une même instruction, plusieurs threads » ?
Le modèle d’exécution qui rend les GPU rapides. 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 2 sur 4.
Combien de temps prend la leçon « SIMT : une même instruction, plusieurs threads » ?
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
- CPU ou GPU : latence ou débit
- SIMT : une même instruction, plusieurs threads
- Ce qu’est réellement CUDA
- Les problèmes qui tirent parti du GPU