Desenrolamento de laços com #pragma unroll
Reduza a sobrecarga dos laços e exponha o ILP.
Desenrolamento de laços com #pragma unroll é uma aula grátis de CUDA Academy no CoddyKit. Esta é a aula 2 de 4. Você pode ler a aula completa abaixo gratuitamente — depois pratica ao vivo no navegador com um editor de código integrado e um tutor de IA 24/7. Faz parte do caminho de aprendizado de CUDA Academy, e seu progresso é sincronizado entre a web e o app CoddyKit. O curso de CUDA Academy inclui 4 aulas no total.
Os laços têm custos ocultos
Cada iteração do laço gasta trabalho com o contador, a comparação e o desvio. Essa contabilidade é chamada de sobrecarga do laço e se acumula em laços internos frequentemente executados.
O que o desenrolamento faz
Desenrolar o laço copia o corpo várias vezes por iteração, fazendo o laço executar menos vezes. Você realiza o mesmo trabalho com menos contagens e desvios.
for (int i = 0; i < n; i += 2) {
out[i] = in[i] * 2;
out[i + 1] = in[i + 1] * 2;
}Deixe o compilador fazer isso
CUDA oferece uma indicação para que você não precise copiar o código manualmente. Coloque #pragma unroll imediatamente antes de um laço, e o compilador o desenrolará para você.
#pragma unroll
for (int i = 0; i < 4; i++)
sum += a[i];Escolha um fator específico
Você pode solicitar uma quantidade exata escrevendo um número depois da diretiva. #pragma unroll 4 desenrola o laço quatro iterações por vez.
#pragma unroll 4
for (int i = 0; i < n; i++)
acc += w[i] * x[i];Desativando o desenrolamento
Às vezes, o desenrolamento completo aumenta demais o código ou consome registradores. Escrever #pragma unroll 1 informa ao compilador que deve deixar o laço exatamente como foi escrito.
#pragma unroll 1
for (int i = 0; i < n; i++)
process(i);Contagens constantes de iterações ajudam
O desenrolamento funciona melhor quando a quantidade de iterações é conhecida em tempo de compilação. Uma contagem fixa de iterações permite que o compilador expanda completamente o laço em código linear.
O desenrolamento expõe o ILP
As iterações copiadas geralmente não têm dependências entre si. Isso oferece ao escalonador mais instruções independentes para sobrepor, ocultando a latência sem custo adicional.
Menos desvios, caminho mais rápido
Com o laço desenrolado, o hardware verifica a condição de saída com menos frequência. Menos desvios significam um fluxo de instruções mais uniforme e previsível.
A compensação nos registradores
Mais valores ativos por iteração significam maior uso de registradores. Um desenrolamento agressivo pode causar derramamento de registradores e, na verdade, reduzir a ocupação; portanto, nem sempre é vantajoso.
O tamanho do código também cresce
Cada cópia desenrolada aumenta o kernel. Um código maior pode pressionar o cache de instruções, portanto desenrolar completamente laços enormes pode sair pela culatra no hardware real.
Meça antes de confiar
O desenrolamento é uma sugestão, não mágica. Sempre deixe o perfilador confirmar que o fator escolhido realmente torna seu kernel mais rápido na sua GPU.
Verificação rápida
Você quer que o compilador desenrole completamente um laço pequeno e fixo. O que deve escrever?
Recapitulação: troque contagens por velocidade
Você aprendeu que #pragma unroll reduz a sobrecarga do laço e expõe ILP, mas deve observar o custo em registradores e no tamanho do código. Meça cada fator para ter certeza. 🧩
Aprenda C++ com um tutor de IA — grátis
Escreva e execute código real no seu navegador, obtenha ajuda instantânea de um tutor de IA 24/7 e continue de onde parou na web ou no app.
- Cursos
- 30
- Aulas
- 120
Perguntas Frequentes
A aula “Desenrolamento de laços com #pragma unroll” é grátis?
Sim — o texto completo de “Desenrolamento de laços com #pragma unroll” é grátis para ler aqui na web. Para praticá-la interativamente (um editor de código integrado e um tutor de IA 24/7) e desbloquear o restante do curso de CUDA Academy, atualize para CoddyKit PRO. O curso de CUDA Academy inclui 4 aulas no total.
O que vou aprender em “Desenrolamento de laços com #pragma unroll”?
Reduza a sobrecarga dos laços e exponha o ILP. Você pratica CUDA Academy com código prático que executa diretamente no navegador, e um tutor de IA 24/7 responde suas dúvidas enquanto trabalha na aula.
Preciso ter experiência prévia para começar CUDA Academy?
Nenhuma experiência prévia é necessária. CUDA Academy no CoddyKit é estruturado para alunos iniciantes até avançados, então você pode começar aqui ou desde o início e aprender no seu ritmo. Esta é a aula 2 de 4.
Quanto tempo leva a aula “Desenrolamento de laços com #pragma unroll”?
A maioria das aulas CoddyKit leva cerca de 5–10 minutos. Cada uma é compacta e interativa, então você faz progresso constante e retoma exatamente de onde parou entre web e app.
Posso escrever e executar código nesta aula de CUDA Academy?
Sim. Cada aula de CUDA Academy inclui um editor de código integrado, então você escreve e executa código real direto no navegador e recebe feedback de IA instantaneamente — nenhuma configuração local necessária.
Todas as aulas deste curso
- Paralelismo em nível de instrução
- Desenrolamento de laços com #pragma unroll
- Carregamentos vetorizados com float4
- Pressão de registradores e derramamentos