A execução com colchetes triplos
Chame um núcleo com >>.
A execução com colchetes triplos 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.
Fazer o lançamento é diferente
Você não chama um kernel como uma função normal. Você o lança, informando à GPU quantas threads iniciar ao mesmo tempo. 🚀
A sintaxe <<< >>>
O lançamento usa os três sinais de maior angulares especiais do CUDA. Dentro deles, você informa uma configuração de lançamento antes da lista normal de argumentos.
myKernel<<<blocks, threads>>>(args);Primeiro número: blocos
O primeiro valor define quantos blocos serão lançados. Um bloco é um grupo de threads que são executadas juntas e compartilham memória rápida no chip.
myKernel<<<4, threads>>>(args); // 4 blocksSegundo número: threads por bloco
O segundo valor define as threads por bloco. O total de threads lançadas é igual ao número de blocos multiplicado pelo número de threads por bloco.
myKernel<<<4, 256>>>(args); // 1024 threadsOs argumentos vêm depois
Depois dos colchetes, você passa os argumentos normais do kernel entre parênteses, assim como em qualquer chamada de C++.
doubleIt<<<1, 256>>>(devicePtr);Os lançamentos são assíncronos
Um lançamento é assíncrono: a CPU coloca o trabalho em uma fila e continua imediatamente. A GPU executa o kernel em segundo plano.
As configurações podem ser variáveis
Os números do lançamento não precisam ser literais. Muitas vezes, você calcula a quantidade de blocos a partir do tamanho dos seus dados durante a execução.
int blocks = (n + 255) / 256;
add<<<blocks, 256>>>(c, a, b, n);Usando dim3 para 2D
Para grades e blocos em 2D ou 3D, você usa um valor dim3. Ele reúne os tamanhos x, y e z no lançamento.
dim3 threads(16, 16);
blur<<<grid, threads>>>(img);Escolhendo as threads por bloco
Um valor padrão seguro para threads por bloco é 128 ou 256. Os valores devem ser múltiplos de 32 e não podem ultrapassar 1024.
kernel<<<blocks, 128>>>(data);Uma configuração inválida falha
Se você solicitar threads demais por bloco, o lançamento falhará silenciosamente. É preciso verificar os erros logo depois do lançamento.
kernel<<<1, 2048>>>(p); // too big, failsLeia da esquerda para a direita
Interprete um lançamento assim: execute este kernel em tantos blocos com tantas threads, usando estes argumentos. É simples depois que você entende.
vectorAdd<<<grid, block>>>(c, a, b, n);Verificação rápida
Está na hora de verificar a configuração do lançamento.
Recapitulação: o lançamento
Você lança com kernel<<
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 “A execução com colchetes triplos” é grátis?
Sim — o texto completo de “A execução com colchetes triplos” 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 “A execução com colchetes triplos”?
Chame um núcleo com >>. 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 “A execução com colchetes triplos”?
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
- Anatomia de um núcleo
- A execução com colchetes triplos
- printf dentro de um núcleo
- cudaDeviceSynchronize explicado