GPGPU OpenCL/CUDA 高性能编程的10大注意事项

[AMD异构开发]

为大家推荐一篇文章，关于GPGPU OpenCL/CUDA 高性能编程的10大注意事项的。
我把10个注意事项的每个部分的标题发在这里了，具体的内容大家可以访问以下链接：http://hc.csdn.net/contents/content_details?type=1&id=341

1.展开循环
2.避免处理非标准化数字
3.通过编译器选项传输常量基本类型数据到kernel，而不是使用private memory
4.如果共享不重要的话，保存一部分变量在private memory而不是local memory
5.访问local memory应避免bank conflicts
6.避免使用”%“操作
7.kernel中重用(Reuse) private memory，为同一变量定义不同的宏
8.对于(a*b+c)操作，尽量使用 fma function
9.在program file 文件中对非kernel的函数使用inline
10.避免分支预测惩罚，应该尽量使得条件判断为真的可能性大

更多精彩内容，尽在异构开发技术社区。欢迎访问并一起讨论！

[lcwyylcwyy]

循环展开，有时候在CUDA中可以用#pragma unroll

[lcwyylcwyy]

这篇文章的很多建议，在编程实践中非常重要，好文！

[zenny_chen]

随着GPU自身不断发展，其实有些优化措施对于更新的GPU而言，效果越来越小了，呵呵。比如Bank confliction，在GeForce 9400上有一对bank confliction的性能影响还是比较明显的，而到了Fermi架构，这种差距就减小不少。

[allentate]

很好，好强大。谢谢