Compromessi della memoria globale
È ampia, lenta e visibile a ogni thread.
Compromessi della memoria globale è una lezione CUDA Academy gratuita su CoddyKit. Questa è la lezione 2 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.
Lo spazio più grande a disposizione
La memoria globale è la DRAM principale della GPU, spesso con una capacità di molti gigabyte. È il luogo naturale in cui risiedono i grandi array di input e output durante l'esecuzione di un kernel.
Visibile a tutti
Ogni thread di ogni blocco può leggere e scrivere nella memoria globale. Questa visibilità condivisa è esattamente il motivo per cui vi copia i dati prima del lancio. 🌍
La si alloca con cudaMalloc
Riserva la memoria globale dall'host con cudaMalloc, che restituisce un puntatore al device verso quella regione di DRAM.
float *d_a;
cudaMalloc(&d_a, n * sizeof(float));Grande ma lenta
Il problema è la latenza. Una singola lettura dalla memoria globale può costare centinaia di cicli di clock, molto più di un accesso a un registro.
Il vero limite è la larghezza di banda
Molti kernel sono limitati non dai calcoli, ma dalla velocità con cui i byte arrivano dalla DRAM. Chiamiamo questi kernel memory-bound.
Nascondere la latenza con i thread
La GPU nasconde la lentezza delle letture passando ad altri warp pronti mentre uno è in attesa. Questo latency hiding spiega perché sia così importante avere molti thread.
Persiste tra i lanci
I dati nella memoria globale rimangono al loro posto tra un lancio e l'altro dei kernel, finché non li libera. Può eseguire diversi kernel sugli stessi buffer.
Memorizzata nella cache L2
Una cache L2 unificata si trova davanti alla memoria globale per l'intera GPU. Gli indirizzi riutilizzati possono essere serviti da questa cache invece che dalla lenta DRAM.
Il pattern di accesso determina la velocità
Il modo in cui i thread vengono associati agli indirizzi influisce enormemente sul throughput. Il fatto che thread vicini accedano ad indirizzi vicini è ciò che le lezioni successive chiameranno coalescing.
Ridurre al minimo i viaggi
La strategia fondamentale è semplice: accedere alla memoria globale il minor numero possibile di volte. Leggere una volta, riutilizzare sul chip e poi scrivere una volta.
Libera ciò che allochi
Poiché la memoria globale è una risorsa limitata, la rilasci con cudaFree quando ha finito, per evitare perdite di memoria del device.
cudaFree(d_a);Verifica rapida
Quale affermazione descrive meglio il compromesso della memoria globale?
Riepilogo: grande, condivisa, lenta
Ora sa che la memoria globale è la grande DRAM della GPU, visibile a tutti, che offre capacità elevata a fronte di una latenza alta. La utilizzi raramente e riutilizzi i dati sul chip. 🚀
Domande Frequenti
La lezione «Compromessi della memoria globale» è gratuita?
Sì — il testo completo di «Compromessi della memoria globale» 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 «Compromessi della memoria globale»?
È ampia, lenta e visibile a ogni thread. 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 2 di 4.
Quanto tempo richiede la lezione «Compromessi della memoria globale»?
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
- Registri e memoria locale
- Compromessi della memoria globale
- Memoria costante e relativa cache
- Un modello mentale della gerarchia