Dichiarare array __shared__
Memoria scratchpad veloce per ogni blocco.
Dichiarare array __shared__ è una lezione CUDA Academy gratuita su CoddyKit. Questa è la lezione 1 di 4. Puoi leggere la lezione completa qui gratuitamente — poi esercitati direttamente nel browser con un editor di codice integrato e un tutor IA disponibile 24/7. Fa parte del percorso di apprendimento CUDA Academy, e i tuoi progressi si sincronizzano tra il web e l'app CoddyKit. Il corso CUDA Academy include 4 lezioni in totale.
Uno scratchpad per ogni blocco
Ogni blocco dispone di una piccola e veloce area di memoria on-chip chiamata shared memory. La consideri uno scratchpad in cui l'intero blocco può scrivere e leggere insieme.
Perché è così veloce
La shared memory si trova direttamente sullo streaming multiprocessor, quindi è circa 100x più veloce della memoria globale. La usi per evitare di sollecitare la lenta DRAM off-chip. 🚀
La parola chiave __shared__
La dichiara con il qualificatore __shared__ all'interno di un kernel. Questo unico array viene quindi condiviso da ogni thread del blocco.
__global__ void kern() {
__shared__ float tile[256];
}Dimensione fissa a compile time
Quando specifica una dimensione tra parentesi quadre, si tratta di static shared memory. Il compilatore deve conoscere la dimensione, che deve quindi essere una costante e non un valore runtime.
__shared__ int counts[128];Una copia, non una per thread
Questa è l'idea fondamentale: un array __shared__ viene creato una volta per blocco, non una volta per thread. Tutti i thread vedono esattamente lo stesso array.
I thread cooperano tramite essa
Poiché ogni thread vede gli stessi dati, la shared memory permette ai thread di cooperare. Un thread può depositare un valore e un thread vicino può recuperarlo.
Ambito del blocco, non oltre
La sua durata coincide con quella del blocco. L'array nasce quando il blocco inizia e scompare quando termina, quindi ha solo block scope. 🧱
Ogni thread possiede uno slot
Un pattern comune consiste nell'assegnare uno slot per thread, indicizzato da threadIdx.x. Ogni thread carica il proprio elemento nella shared memory in parallelo.
__shared__ float s[256];
s[threadIdx.x] = input[i];Una risorsa piccola ma preziosa
La shared memory è limitata, spesso appena 48-100 KB per SM. Richiederne troppa per blocco riduce il numero di blocchi eseguibili contemporaneamente.
L'uso classico: preparare tile
Il compito più comune è preparare un tile di dati globali, così il blocco può riutilizzarlo molte volte senza tornare alla lenta DRAM.
Non visibile agli altri blocchi
Ricordi il limite: la shared memory è privata del blocco. Due blocchi diversi ricevono ciascuno la propria copia separata e non possono accedere ai dati dell'altro.
Verifica rapida
Verifichiamo l'ambito della shared memory.
Riepilogo
Ha imparato che __shared__ fornisce a ogni blocco uno scratchpad on-chip veloce, creato una volta per blocco e ideale per preparare dati riutilizzabili. Prossimo argomento: mantenere i thread sincronizzati. 🎯
Domande Frequenti
La lezione «Dichiarare array __shared__» è gratuita?
Sì — il testo completo di «Dichiarare array __shared__» è gratuito qui sul web. Per esercitarvi in modo interattivo (un editor di codice integrato e un tutor IA 24/7) e sbloccare il resto del corso CUDA Academy, passa a CoddyKit PRO. Il corso CUDA Academy include 4 lezioni in totale.
Cosa imparerò in «Dichiarare array __shared__»?
Memoria scratchpad veloce per ogni blocco. Eserciti CUDA Academy con codice pratico che esegui direttamente nel browser, e un tutor IA 24/7 risponde alle tue domande mentre lavori sulla lezione.
Ho bisogno di esperienza per iniziare CUDA Academy?
Non è richiesta alcuna esperienza precedente. CUDA Academy su CoddyKit è strutturato per principianti e studenti avanzati, quindi puoi iniziare da qui o dall'inizio e procedere al tuo ritmo. Questa è la lezione 1 di 4.
Quanto tempo richiede la lezione «Dichiarare array __shared__»?
La maggior parte delle lezioni CoddyKit richiede circa 5–10 minuti. Ogni lezione è breve e interattiva, quindi fai progressi costanti e riprendi esattamente da dove hai lasciato su web e app.
Posso scrivere ed eseguire codice in questa lezione CUDA Academy?
Sì. Ogni lezione CUDA Academy include un editor di codice integrato, quindi scrivi ed esegui codice reale direttamente nel tuo browser e ricevi feedback istantaneo dall'IA — nessuna configurazione locale necessaria.
Tutte le lezioni di questo corso
- Dichiarare array __shared__
- Sincronizzare con __syncthreads
- Evitare i conflitti tra banchi
- Memoria condivisa dinamica