自定义博客皮肤VIP专享

*博客头图：

点击选择上传的图片

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

点击选择上传的图片

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

点击选择上传的图片

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览取消提交

自定义博客皮肤

-+

上一步保存

m0_46197553的博客

NVDEV-Ruan 优快云认证博客专家优快云认证企业博客

码龄5年

16: 原创

75万+: 周排名

41万+: 总排名

3万+: 访问

: 等级

349: 积分

119: 粉丝

65: 获赞

15: 评论

214: 收藏

私信

关注

热门文章

分类专栏

最新评论

CUDA On Arm Platfrom ---Day02简要摘录
青禾子的夏: 博主cpu矩阵乘那里是不是应该改为void correct_matrix_mult(int* h_a, int* h_b, int* h_result, int m, int k, int n) { for (int i = 0; i < m; ++i) { for (int j = 0; j < n; ++j) { int tmp = 0; for (int h = 0; h < k; ++h) { // A的列数 = B的行数 = k tmp += h_a[i * k + h] * h_b[h * n + j]; // B的列数为n } h_result[i * n + j] = tmp; // 结果矩阵为m×n } } }
CUDA:矩阵转置的GPU实现(Share Memory)
机器视觉-zjuer: 详情参考 http://www.zh0ngtian.tech/posts/53ec3e0c.html
CUDA:矩阵转置的GPU实现(Share Memory)
机器视觉-zjuer: 还可以继续读取share memory的bank 冲突
CUDA:矩阵转置的GPU实现(Share Memory)
机器视觉-zjuer: 这个矩阵转置还可以进一步优化，优化 bank 冲突详情可以参考： http://www.zh0ngtian.tech/posts/53ec3e0c.html 优化 bank 冲突在上面的例子中，从 out[j * N + i] = buffer[threadIdx.x][threadIdx.y]; 这一行代码可以看出，同一个线程束中的 32 个线程（连续的 32 个threadIdx.x 值）将对应共享内存数组中跨度为 32 的数据，也就是说这 32 个线程将刚好访问同一个 bank 中的 32 个数据，这将导致 32 路 bank 冲突。通常可以用改变共享内存数组大小的方式来消除或减轻共享内存的 bank 冲突。将上述核函数中的共享内存定义修改为 __shared__ int buffer[BLOCK_SIZE][BLOCK_SIZE + 1]; 就可以完全消除 bank 冲突（共享内存的读写代码也要进行相应的修改）。这是因为这样做改变了共享内存同一列中元素同属一个 bank 的情况。
CUDA:矩阵转置的GPU实现(Share Memory)
小飞哥咯咯咯: if(blockIdx.x * blockDim.x + threadIdx.y < n && threadIdx.x + blockIdx.y * blockDim.x < m) tr_matrix[threadIdx.x+blockIdx.y*blockDim.x+m*(blockIdx.x*blockDim.x+threadIdx.y)] = smem_matrix[threadIdx.x][threadIdx.y]; 此处应该将blockIdx.y * blockDim.x改为blockIdx.y *blockDim.y。这样才能保证正确性，此处代码不出错误仅仅是因为选了一个长宽相同的block

CUDA_On_Arm_2022夏令营

关注

文章平均质量分 95

CUDA_On_Arm_2022夏令营学习笔记

关注数：文章数：6 文章阅读量：11210 文章收藏量：115

作者: NVDEV-Ruan

Linux C语言算法工程师 CUDA-devel 系统运维 K8S

展开