Utform behandlingspipen
Stadier, buffere og dataflyt
Utform behandlingspipen er en gratis leksjon i CUDA Academy på CoddyKit. Dette er leksjon 1 av 4. Du kan lese hele leksjonen gratis nedenfor – og deretter øve praktisk i nettleseren med en innebygd kodeeditor og en AI-veileder som er tilgjengelig døgnet rundt. Den er en del av læringsløpet i CUDA Academy, og fremdriften din synkroniseres mellom nettet og CoddyKit-appen. Kurset i CUDA Academy inneholder totalt 4 leksjoner.
Tenk i trinn
En ekte bildepipeline er en kjede av trinn: last inn, gjør uskarp, skjerp, korriger farger og lagre. Hvert trinn er én tydelig transformasjon du kan analysere alene. 🧩
Data flyter én vei
Piksler beveger seg framover gjennom pipelinen: hvert trinn leser resultatet fra det forrige trinnet og produserer neste inndata. Denne enveis dataflyten gjør designet enkelt å følge.
Buffere lagrer mellomresultatene
Mellom to trinn trenger du et sted å lagre pikslene. En buffer er ganske enkelt en enhetsmatrise som én kernel skriver til, og den neste kernelen leser fra. Planlegg én buffer per grense.
float* d_stage1;
cudaMalloc(&d_stage1, width * height * sizeof(float));Veksle mellom to buffere
Du trenger sjelden en ny buffer for hvert trinn. Bruk ping-pong mellom to buffere: les fra den ene, skriv til den andre, og bytt deretter. To buffere kan brukes gjennom en hel kjede.
std::swap(d_in, d_out);Én kernel per trinn, foreløpig
Start med én kernel per trinn. Det er det tydeligste designet og enklest å kontrollere. Senere kan du slå sammen trinnene når hvert enkelt trinn er korrekt.
Knytt piksler til tråder
Den naturlige koblingen er én tråd per piksel. Et 2D-rutenett dekker bredden og høyden, slik at hver tråd eier nøyaktig én (x, y)-posisjon som skal behandles.
int x = blockIdx.x * blockDim.x + threadIdx.x;
int y = blockIdx.y * blockDim.y + threadIdx.y;Indekser med radbredde
Bilder lagres rad for rad. Gjør (x, y) om til et flatt forskyvningstall med row-major-indeksering, slik at hver tråd leser riktig piksel.
int idx = y * width + x;Beskytt bildekantene
Rutenettet ditt rundes opp, så noen tråder havner utenfor bildet. En enkel grensekontroll hindrer dem i å berøre minne de ikke skal berøre.
if (x >= width || y >= height) return;Velg en 2D-blokkform
En blokk som 16x16 eller 32x8 gir god dekning og rader som passer godt med warper. Velg om mulig en 2D-blokkform som deler bildet jevnt.
dim3 block(16, 16);
dim3 grid((width+15)/16, (height+15)/16);Alloker én gang, bruk ofte
Allokering av enhetsminne er kostbart, så gjør det én gang før løkken. Gjenbruk de samme bufferne for hvert bilde i stedet for å kalle malloc og free hver gang.
Skisser før du koder
Tegn først trinnene, bufferne og pilene mellom dem. Et tydelig diagram over dataflyten oppdager designfeil lenge før en kernel kjøres. ✏️
Hurtigsjekk
Du har en kjede av trinn. Hvordan unngår du å allokere en ny buffer for hvert trinn?
Oppsummering
De utformet en pipeline som enveisbaserte trinn koblet sammen med buffere, tilordnet én tråd per piksel i et 2D-rutenett, og lærte å veksle mellom buffere og skissere flyten først. 🎯
Lær deg C++ med en AI-veileder – gratis
Skriv og kjør ekte kode i nettleseren, få umiddelbar hjelp fra en AI-veileder som er tilgjengelig døgnet rundt, og fortsett der du slapp – på nettet eller i appen.
- Kurs
- 30
- Leksjoner
- 120
Ofte stilte spørsmål
Er leksjonen «Utform behandlingspipen» gratis?
Ja – hele teksten i «Utform behandlingspipen» er gratis å lese her på nettet. For å øve interaktivt med en innebygd kodeeditor og en AI-veileder som er tilgjengelig døgnet rundt, og for å låse opp resten av CUDA Academy-kurset, kan du oppgradere til CoddyKit PRO. Kurset i CUDA Academy inneholder totalt 4 leksjoner.
Hva lærer jeg i «Utform behandlingspipen»?
Stadier, buffere og dataflyt Du øver på CUDA Academy med praktisk kode som du kjører direkte i nettleseren, mens en AI-veileder som er tilgjengelig døgnet rundt, svarer på spørsmålene dine mens du jobber deg gjennom leksjonen.
Trenger jeg erfaring for å begynne med CUDA Academy?
Ingen tidligere erfaring er nødvendig. CUDA Academy på CoddyKit er lagt opp for både nybegynnere og viderekomne, så De kan begynne her eller helt fra start og lære i Deres eget tempo. Dette er leksjon 1 av 4.
Hvor lang tid tar leksjonen «Utform behandlingspipen»?
De fleste CoddyKit-leksjoner tar omtrent 5–10 minutter. Hver leksjon er kort og interaktiv, slik at De gjør jevne fremskritt og kan fortsette akkurat der De slapp – både på nettet og i appen.
Kan jeg skrive og kjøre kode i denne CUDA Academy-leksjonen?
Ja. Alle CUDA Academy-leksjoner har en innebygd kodeeditor, slik at De kan skrive og kjøre ekte kode direkte i nettleseren og få umiddelbar tilbakemelding fra AI – uten lokal konfigurering.
Alle leksjonene i dette kurset
- Utform behandlingspipen
- Slå sammen filtre i én kjerne
- Strømflislegging for store bilder
- Profiler, optimaliser, lever