İşbirlikçi Gruplar

Ham maskeler ve içsel işlevler işe yarar, ancak kullanımları zahmetlidir. İş birliğine dayalı gruplar, iş parçacıklarını adlandırabileceğiniz, boyutlandırabileceğiniz ve açıkça eşzamanlayabileceğiniz nesnelere sarar.

İşe iş parçacığı bloğunuza bir başvuru alarak başlayın. this_thread_block, syncthreads gibi eşzamanlayabileceğiniz, ancak nesne olarak sunulan bir grup döndürür.

Blok üzerinde sync çağrısı yapmak modern engeldir. syncthreads ile tam olarak aynı işi yapar; ancak kullanmak istediğiniz grubun yöntemi olarak daha anlaşılır görünür.

Bir bloğu sabit boyutlu karolara bölebilirsiniz. 32 şeritli bir karo, ham karıştırma maskeleri yerine anlaşılır yöntemlere sahip, warp boyutunda bir grup verir.

Karolu bir grup, maske bağımsız değişkeni olmadan shfl_down ve benzeri işlevleri sunar. Grup üyelerini zaten bildiği için API kısa ve güvenli kalır.

Her grup üyelerini ve sizin konumunuzu sunar. thread_rank, grup içindeki dizininizi verir; size ise grupta kaç iş parçacığı bulunduğunu döndürür.

Karoların genişliği 32 olmak zorunda değildir. 8 veya 16 boyutunda bir tiled_partition, verileriniz doğal olarak küçük kümelerde gruplanıyorsa kullanışlı olan alt-demet grupları oluşturur.

Kitaplık, kullanıma hazır toplu işlemler sunar. Bir grubun reduce işlemi, tek bir çağrıyla karoyu toplar ve daha önce elle yazdığınız uzaklık döngüsünü gizler.

En kapsamlı grup ızgara grubudur. İşbirlikli başlatmayla her blok tek bir bariyerde eşzamanlanabilir; normal bir çekirdek bunu yapamaz.

Izgara genelinde eşzamanlama yalnızca çekirdeği cudaLaunchCooperativeKernel ile başlatırsanız ve GPU bunu destekliyorsa çalışır. Normal bir başlatma buna izin vermez.

İşbirlikli gruplar, warp kodunu okunabilir ve taşınabilir hâle getirir: elle yönetilen maskeler yoktur, kapsamlar nettir ve ne demek istediğinize uygun, yeniden kullanılabilir toplu işlemler sunar.

İşbirlikli gruplar maskeleri adlandırılmış nesnelere dönüştürür: bir bloğu döşeyebilir, reduce çağırabilir, hatta tüm ızgarayı eşzamanlayabilirsiniz. Artık warp düzeyinde CUDA kullanımı sizin elinizde. ✨