CUDA 并行计算中，20系显卡和30系显卡需要注意什么吗

何遇chh 2022-01-07 09:23:28

发现同样的代码再20系显卡（2070，2060.2080ti）跑出来的结果都是对的，但是再30系显卡（3060，3090）的结果都是错误的，怀疑是并行计算时，哪里出了问题，但是一直没有找到原因，有没有大神说一下需要注意的点呢

...全文

601 1 打赏收藏转发到动态举报

写回复

1 条回复

切换为时间正序

请发表友善的回复…

发表回复

m0_66110550 2022-04-29

打赏
举报

回复

请问问题解决了吗，我也遇到了这种问题

一、CUDA异构计算基础 1.CUDA简介 CUDA(Compute Unified Device Architecture)，是一种基于C/C++的编程方法，支持异构编程的扩展方法，提供了简单明了的APIs，能够轻松的管理存储系统。目前CUDA支持的编程语言包括C/C++/Python/Java/Fortran等。 2.CUDA生态上图从上到下依次为：基于GPU计算的应用程序，一些GPU计算的库与中间件，编程语言，不同架构的GPU设备。 3.CUDA并行计算模式 并行计算即是同时应用多个计算资源解决一

CUDA 高性能并行计算入门 (UPDATE IN 2018.3.8) 1.更新pitch索引操作的描述概述什么是CUDA？ CUDA（Compute Unified Device Architecture）是 NVIDIA公司开发的一种计算架构，可以利用NVIDIA系列显卡对一些复杂的计算进行并行加速。为什么要用CUDA加速？在科学计算领域所要用到的计算往往不是我们熟知的...

随着大数据和人工智能技术的飞速发展，对计算性能的需求日益提升，并行计算技术作为解决这一问题的关键手段，得到了广泛的关注和应用。NVIDIA CUDA作为并行计算领域的佼佼者，凭借其强大的性能和易用性，为科研和工程领域提供了强大的计算支持。CUDA的核心原理是将复杂的计算任务分解为多个简单的子任务，然后在GPU的多个核心上并行执行这些子任务，从而显著提高计算速度。这些例子只是CUDA在各个领域应用的一部分，实际上，随着CUDA技术的不断发展和优化，它在更多领域的应用也在不断拓展。

并行归约（Parallel Reduction）：在并行计算中，例如在进行归约操作时，如果不小心处理浮点数相加可能导致累积误差。在一些科学计算应用中，数值精度是非常关键的，因此在选择并行算法和优化技术时需要仔细考虑。在这个简单的向量相加的CUDA内核中，如果输入数组 a 和 b 中包含极小或极大的浮点数，那么在并行计算中可能会由于浮点数舍入误差而引入一些微小的差异。数据依赖性： 并行计算中，如果存在数据依赖性，即某个计算的结果依赖于其他计算的结果，可能会导致数值不稳定性。虽然这在串行计算中也存在，但。

CUDA)是一种由NVIDIA推出的通用并行计算架构，该架构使GPU)能够对复杂的计算问题做性能速度优化。二、串并行模式高性能计算的关键是利用多核处理器进行并行计算。串行模式：将任务分成很多小任务，逐个依次进行。串并行模式：利用多核处理器同时处理多个子任务(前提是这些子任务不需要相互依赖，比如线程1的计算任务不需要用到线程2的计算结果)。为了加快大任务的计算速度，可以把一些独立的模块分配到不同的处理器上进行同时计算(这就是并行)，最后再将这些结果进行整合，完成一次任务计算。

CUDA高性能计算讨论

357

社区成员

615

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章