Il modello Load-Sync-Compute
Prepari i tile prima di eseguire i calcoli su di essi.
Il modello Load-Sync-Compute 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.
Tre fasi semplici
Il tiling segue lo stesso ritmo in ogni kernel: caricare un tile nella shared memory, sincronizzare, quindi calcolare usando la copia veloce.
Fase uno: caricamento
Nella fase di caricamento, ogni thread legge un elemento dalla memoria globale e lo memorizza in un tile nella shared memory, visibile all'intero blocco.
tile[threadIdx.x] = in[globalIndex];Uno sforzo collaborativo
Il caricamento è un lavoro di squadra. Ogni thread recupera la propria porzione, così il blocco prepara insieme un tile completo con un'unica passata coalescente.
Fase due: sincronizzazione
Prima che qualcuno legga il valore di un vicino, tutti i thread devono aver terminato il caricamento. __syncthreads è la barriera che garantisce che il tile sia pronto.
__syncthreads();Perché la sincronizzazione è obbligatoria
Se si salta la barriera, un thread potrebbe leggere una posizione del tile che il suo vicino non ha ancora scritto. Si tratta di una race condition che produce risultati errati. 💥
Fase tre: calcolo
Ora ogni valore risiede on-chip. Nella fase di calcolo, i thread leggono liberamente le voci del tile, poiché la shared memory è molto più veloce della memoria globale.
Il riutilizzo veloce dà risultati
Poiché il tile risiede nella shared memory, un valore caricato una volta viene riutilizzato da molti thread con costo aggiuntivo quasi nullo. È questo il vantaggio principale.
A volte serve sincronizzare di nuovo
Se nella fase di calcolo si riscrive nello stesso tile per un passaggio successivo, aggiunga una seconda __syncthreads prima di riutilizzare quelle posizioni.
Tutti i thread o nessuno
Ogni thread del blocco deve raggiungere __syncthreads. Se alcuni la saltano all'interno di un ramo, il kernel entra in deadlock o si comporta in modo errato.
Uno scheletro riutilizzabile
Caricare, sincronizzare, calcolare è un modello che riutilizzerà per convoluzioni, moltiplicazioni di matrici e riduzioni in tutta questa categoria.
Attenzione alla dimensione del tile
Il tile condiviso deve poter entrare nel blocco. La larghezza del tile di solito è uguale a blockDim, così ogni thread possiede esattamente una posizione da caricare e riutilizzare.
Verifica rapida
Perché serve __syncthreads tra il caricamento e il calcolo?
Riepilogo
Il tiling consiste in caricare, sincronizzare, calcolare: preparare collaborativamente un tile, usare una barriera per completarlo, quindi riutilizzarlo rapidamente on-chip. ✅
Domande Frequenti
La lezione «Il modello Load-Sync-Compute» è gratuita?
Sì — il testo completo di «Il modello Load-Sync-Compute» 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 «Il modello Load-Sync-Compute»?
Prepari i tile prima di eseguire i calcoli su di essi. 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 «Il modello Load-Sync-Compute»?
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
- Il problema del riutilizzo dei dati
- Il modello Load-Sync-Compute
- Stencil e finestre scorrevoli
- Gestire i tile ai bordi