Kompromisy pamięci globalnej
Duża, wolna i dostępna dla każdego wątku.
Kompromisy pamięci globalnej to bezpłatna lekcja CUDA Academy na CoddyKit. To lekcja 2 z 4. Możesz przeczytać całą lekcję poniżej za darmo — a potem ćwiczyć ją interaktywnie w przeglądarce z wbudowanym edytorem kodu i tutorem AI dostępnym 24/7. To część ścieżki edukacyjnej CUDA Academy, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs CUDA Academy zawiera 4 lekcji w sumie.
Największa dostępna przestrzeń
Pamięć globalna to główna pamięć DRAM procesora GPU, często o pojemności wielu gigabajtów. To w niej podczas działania jądra naturalnie znajdują się duże tablice wejściowe i wyjściowe.
Widoczna dla wszystkich
Każdy wątek w każdym bloku może odczytywać i zapisywać pamięć globalną. Ta wspólna widoczność jest właśnie powodem, dla którego przed uruchomieniem jądra kopiuje się tam dane. 🌍
Alokujesz ją za pomocą cudaMalloc
Pamięć globalną rezerwuje się po stronie hosta za pomocą cudaMalloc, które zwraca wskaźnik urządzenia do tego obszaru pamięci DRAM.
float *d_a;
cudaMalloc(&d_a, n * sizeof(float));Duża, ale powolna
Problemem jest opóźnienie. Pojedynczy odczyt z pamięci globalnej może kosztować setki cykli zegara — znacznie więcej niż dostęp do rejestru.
Prawdziwym ograniczeniem jest przepustowość
Wydajność wielu jąder ogranicza nie obliczenia, lecz szybkość przesyłania bajtów z DRAM. Takie jądra nazywamy jądrami ograniczonymi przepustowością pamięci.
Ukrywanie opóźnień za pomocą wątków
GPU ukrywa powolne odczyty, przełączając się na inne gotowe warpy, gdy jeden z nich czeka. To ukrywanie opóźnień wyjaśnia, dlaczego tak ważna jest duża liczba wątków.
Pozostaje między uruchomieniami
Dane w pamięci globalnej pozostają na swoim miejscu między uruchomieniami jąder, dopóki ich nie zwolnisz. Możesz uruchomić kilka jąder korzystających z tych samych buforów.
Buforowana przez L2
Wspólna dla całego GPU pamięć podręczna L2 znajduje się przed pamięcią globalną. Do często używanych adresów można uzyskać dostęp z niej zamiast z wolnej pamięci DRAM.
Wzorzec dostępu decyduje o szybkości
Sposób mapowania wątków na adresy ma ogromny wpływ na przepustowość. Dostęp sąsiednich wątków do sąsiednich adresów to zjawisko, które w dalszych lekcjach nazywa się koalescencją.
Ogranicz liczbę dostępów
Podstawowa strategia jest prosta: jak najrzadziej korzystaj z pamięci globalnej. Odczytaj dane raz, wykorzystaj je ponownie w układzie, a następnie zapisz raz.
Zwalniaj zaalokowaną pamięć
Pamięć globalna jest zasobem ograniczonym, dlatego po zakończeniu pracy zwolnij ją za pomocą cudaFree, aby uniknąć wycieku pamięci urządzenia.
cudaFree(d_a);Szybkie sprawdzenie
Które stwierdzenie najlepiej opisuje kompromis związany z pamięcią globalną?
Podsumowanie: duża, wspólna, wolna
Wiesz już, że pamięć globalna to duża pamięć DRAM GPU, widoczna dla wszystkich, która zapewnia dużą pojemność kosztem wysokich opóźnień. Korzystaj z niej rzadko i ponownie używaj danych w układzie. 🚀
Często zadawane pytania
Czy lekcja „Kompromisy pamięci globalnej” jest bezpłatna?
Tak — pełny tekst „Kompromisy pamięci globalnej” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu CUDA Academy, przejdź na CoddyKit PRO. Kurs CUDA Academy zawiera 4 lekcji w sumie.
Co nauczysz się w „Kompromisy pamięci globalnej”?
Duża, wolna i dostępna dla każdego wątku. Ćwiczysz CUDA Academy z praktycznym kodem, który uruchamiasz bezpośrednio w przeglądarce, a tutor AI dostępny 24/7 odpowiada na Twoje pytania podczas pracy nad lekcją.
Czy potrzebuję doświadczenia, aby zacząć CUDA Academy?
Nie wymagamy żadnego doświadczenia. CUDA Academy w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 2 z 4.
Ile czasu zajmuje lekcja „Kompromisy pamięci globalnej”?
Większość lekcji CoddyKit trwa około 5–10 minut. Każda lekcja to mały, interaktywny krok, dzięki czemu robisz systematyczne postępy i zawsze wracasz dokładnie do tego samego miejsca — na webie i w aplikacji.
Czy mogę pisać i uruchamiać kod w tej lekcji CUDA Academy?
Tak. Każda lekcja CUDA Academy zawiera wbudowany edytor kodu, więc piszesz i uruchamiasz prawdziwy kod bezpośrednio w przeglądarce i od razu otrzymujesz sprzężenie zwrotne od AI — bez konfiguracji na komputerze.
Wszystkie lekcje w tym kursie
- Rejestry i pamięć lokalna
- Kompromisy pamięci globalnej
- Pamięć stała i jej pamięć podręczna
- Model mentalny hierarchii