CUDA Academy · Ders

Sabit Bellek ve Önbelleği

Salt okunur değerleri düşük maliyetle yayınlayın.

Sabit Bellek ve Önbelleği, CoddyKit'te ücretsiz bir CUDA Academy dersidir. Bu, 4 dersinin 3. dersidir. Aşağıdan dersin tamamını ücretsiz okuyabilir, sonra tarayıcıda yerleşik kod editörü ve 7/24 yapay zeka koçu ile uygulamalı olarak pratik yapabilirsin. Bu, CUDA Academy öğrenme yolunun bir parçasıdır ve ilerlemeniz web ve CoddyKit uygulaması arasında senkronize olur. CUDA Academy kursu toplamda 4 dersten oluşur.

Bu dersin bazı bölümleri henüz çevrilmemiş olup İngilizce olarak gösterilmektedir.

A Space for Read-Only Values

Constant memory is a small region built for data that every thread reads but none of them ever writes during a kernel.

Declaring It

You mark a global-scope array with the __constant__ qualifier. It lives outside any function, visible to all your kernels.

__constant__ float weights[256];

It Is Genuinely Small

Total constant memory is only 64 KB on typical GPUs. It is meant for coefficients and parameters, not for large datasets.

Filling It from the Host

You write to constant memory from the CPU using cudaMemcpyToSymbol, since kernels themselves cannot modify it.

cudaMemcpyToSymbol(weights, h_w,
    256 * sizeof(float));

Backed by a Special Cache

Reads flow through a dedicated constant cache on each multiprocessor. A cached value comes back almost as fast as a register.

The Broadcast Superpower

When a whole warp reads the same address, the hardware does one fetch and broadcasts it to all 32 threads in a single step. 📡

Same Address Is the Key

The win depends on uniform access. If threads in a warp read different constant addresses, those reads serialize and the speedup is lost.

Reading It Looks Normal

Inside a kernel you read constant memory like any array. The compiler quietly routes the access through the fast constant cache.

__global__ void k(float *out, int i) {
    out[i] = weights[0] * 2.0f;
}

A Perfect Fit for Filters

Convolution kernels and lookup tables shine here, because every thread reuses the same small set of coefficients over and over.

Set Once, Reuse Often

You typically upload to constant memory a single time, then launch many kernels that all read those unchanging values cheaply.

When Not to Use It

Skip constant memory if your data is large or if threads read scattered addresses. In those cases plain global memory serves you better.

Quick Check

When does constant memory give its biggest speedup?

Recap: Small, Cached, Broadcast

You learned constant memory is a tiny read-only space whose cache broadcasts uniform reads to a whole warp. Use it for small, shared values. ✨

Sıkça Sorulan Sorular

“Sabit Bellek ve Önbelleği” dersi ücretsiz mi?

Evet — “Sabit Bellek ve Önbelleği” dersin tüm metni burada web'de ücretsiz olarak okunabilir. Etkileşimli olarak pratik yapmak (yerleşik kod editörü ve 7/24 yapay zeka koçu) ve CUDA Academy kursunun geri kalanını açmak için CoddyKit PRO'ya yükselt. CUDA Academy kursu toplamda 4 dersten oluşur.

“Sabit Bellek ve Önbelleği” dersinde ne öğreneceğim?

Salt okunur değerleri düşük maliyetle yayınlayın. CUDA Academy ile uygulamalı kodu tarayıcıda doğrudan çalıştırarak pratik yaparsın ve 7/24 yapay zeka koçu dersi çalışırken sorularını yanıtlar.

CUDA Academy öğrenmeye başlamak için deneyim gerekli mi?

Önceden deneyim gerekmez. CoddyKit'te CUDA Academy, başlangıçtan ileri seviyeye kadar yapılandırıldığı için buradan başlayabilir veya başından başlayıp kendi hızında ilerleme yapabilirsin. Bu, 4 dersinin 3. dersidir.

“Sabit Bellek ve Önbelleği” dersi ne kadar sürer?

Çoğu CoddyKit dersi yaklaşık 5–10 dakika sürer. Her biri kısa ve etkileşimli olduğu için sabit ilerleme yaparsın ve web ile uygulama arasında tam olarak bıraktığın yerden devam edebilirsin.

Bu CUDA Academy dersinde kod yazıp çalıştırabilir miyim?

Evet. Her CUDA Academy dersi yerleşik bir kod editörü içerir, bu sayede tarayıcıda gerçek kod yazıp çalıştırabilir ve anlık yapay zeka geri bildirimi alırsın — yerel kurulum gerekli değildir.

Bu kursun tüm dersleri

← CUDA Academy Sayfasına Dön