CUDA Academy · 강의

단순한 행렬 곱셈 커널

2차원 인덱스를 사용하는 기준 구현과 한계를 알아봅니다.

단순한 행렬 곱셈 커널은(는) CoddyKit의 무료 CUDA Academy 강의입니다. 이것은 4개 중 1번째 강의입니다. 아래에서 전체 강의를 무료로 읽을 수 있으며, 내장 코드 에디터와 24/7 AI 튜터와 함께 브라우저에서 직접 실습할 수 있습니다. 이 강의는 CUDA Academy 학습 경로의 일부이며, 진행 상황이 웹과 CoddyKit 앱에 동기화됩니다. CUDA Academy 강의에는 총 4개의 강의가 포함되어 있습니다.

이 강의의 일부는 아직 번역되지 않았으며 영어로 표시됩니다.

Matrix Multiply, GPU Style

Matrix multiplication is the heart of graphics and AI. Today you build a naive GPU version first, then learn why it leaves speed on the table.

The Math in One Line

Each output cell C[row][col] is a dot product: multiply a full row of A by a full column of B and sum the results. 🧮

C[row][col] = sum over k of A[row][k] * B[k][col]

One Thread per Output

The simplest plan gives each thread one output element of C. Thousands of cells get computed at the same time across the GPU.

A 2D Grid of Threads

Since C is a 2D grid, you launch threads in two dimensions. The x index maps to a column and the y index maps to a row.

dim3 threads(16, 16);
dim3 blocks((N+15)/16, (N+15)/16);

Finding This Thread's Cell

Inside the kernel, each thread computes its own row and col from its block and thread indices, just like 1D indexing but on both axes.

int row = blockIdx.y*blockDim.y + threadIdx.y;
int col = blockIdx.x*blockDim.x + threadIdx.x;

The Bounds Check

Grids round up, so some threads fall outside the matrix. Guard with if (row < N && col < N) before you touch memory.

if (row < N && col < N) {
  // safe to compute
}

The Inner Loop

Each thread runs a loop over k, accumulating products into a local sum. That local variable lives in a fast register.

float sum = 0.0f;
for (int k = 0; k < N; ++k)
  sum += A[row*N+k] * B[k*N+col];

Writing the Result

After the loop finishes, the thread stores its accumulated sum into C exactly once. One thread, one clean write.

C[row*N + col] = sum;

Row-Major Flattening

The matrix is a flat 1D array, so you index it as row*N + col. Getting this layout right is half the battle in matmul.

Why It Works, But Slowly

This kernel is correct and easy to read, but every thread reads its row and column straight from global memory, the slowest space.

The Hidden Cost

Neighboring threads re-read the same A rows and B columns over and over. That wasted memory traffic is exactly what tiling will fix next.

Quick Check

Think about how the naive kernel maps work to threads.

Recap

You mapped one thread to one output cell, looped over k from global memory, and saw the redundant reads. Next you cut that traffic with tiling. 🚀

자주 묻는 질문

“단순한 행렬 곱셈 커널” 강의는 무료인가요?

네 — “단순한 행렬 곱셈 커널” 전체 내용을 이 웹사이트에서 무료로 읽을 수 있습니다. 인터랙티브하게 실습하려면(내장 코드 에디터와 24/7 AI 튜터), CoddyKit PRO로 업그레이드하면 CUDA Academy 강의 전체를 잠금 해제할 수 있습니다. CUDA Academy 강의에는 총 4개의 강의가 포함되어 있습니다.

“단순한 행렬 곱셈 커널”에서 뭘 배우나요?

2차원 인덱스를 사용하는 기준 구현과 한계를 알아봅니다. 브라우저에서 직접 실행하는 실습 코드로 CUDA Academy을(를) 배우며, 24/7 AI 튜터가 강의를 진행하면서 질문에 답변해줍니다.

CUDA Academy을(를) 시작하는 데 경험이 필요한가요?

사전 경험은 필요하지 않습니다. CoddyKit의 CUDA Academy은(는) 초급자부터 고급 학습자까지를 위해 구성되어 있으므로, 여기서 시작하거나 처음부터 시작할 수 있으며 자신의 속도대로 진행할 수 있습니다. 이것은 4개 중 1번째 강의입니다.

“단순한 행렬 곱셈 커널” 강의는 얼마나 걸리나요?

대부분의 CoddyKit 강의는 약 5~10분이 소요됩니다. 각 강의는 간결하고 인터랙티브하여 꾸준한 진행이 가능하며, 웹과 앱에서 중단한 부분부터 바로 시작할 수 있습니다.

이 CUDA Academy 강의에서 코드를 작성하고 실행할 수 있나요?

네. 모든 CUDA Academy 강의에는 내장 코드 에디터가 포함되어 있으므로, 브라우저에서 바로 실제 코드를 작성하고 실행한 후 즉시 AI 피드백을 받을 수 있습니다 — 로컬 설정이 필요 없습니다.

이 강의의 모든 강의

← CUDA Academy(으)로 돌아가기