CUDA學習筆記之CUDA存儲器模型

CUDA存儲器模型：

GPU片内：register，shared memory；

闆載顯存：local memory,constant memory, texture memory, texture memory,global memory;

host 記憶體： host memory, pinned memory.

register: 通路延遲極低；

              基本單元：register file （32bit/each）

              計算能力1.0/1.1版本硬體：8192/SM；

              計算能力1.2/1.3版本硬體： 16384/SM;

              每個線程占有的register有限，程式設計時不要為其配置設定過多私有變量；

local memory：寄存器被使用完畢，資料将被存儲在局部存儲器中；

              大型結構體或者數組；

              無法确定大小的數組；

              線程的輸入和中間變量；

              定義線程私有數組的同時進行初始化的數組被配置設定在寄存器中；

shared memory：通路速度與寄存器相似；

               實作線程間通信的延遲最小；

               儲存公用的計數器或者block的公用結果；

               硬體1.0~1.3中，16KByte/SM,被組織為16個bank；

               聲明關鍵字 _shared_  int sdata_static[16];

global memory:存在于顯存中，也稱為線性記憶體（顯存可以被定義為線性存儲器或者CUDA數組）；

               cudaMalloc（）函數配置設定，cudaFree（）函數釋放，cudaMemcpy（）進行主機端與裝置端的資料傳輸；

               初始化共享存儲器需要調用cudaMemset（）；

               二維三維數組：cudaMallocPitch（）和cudaMalloc3D（）配置設定線性存儲空間，可以確定配置設定滿足對齊要求；

              cudaMemcpy2D（），cudaMemcpy3D（）與裝置端存儲器進行拷貝；

host記憶體：分為pageable memory 和 pinned memory

pageable memory： 通過作業系統API（malloc（），new（））配置設定的存儲器空間；、

pinned memory：始終存在于實體記憶體中，不會被配置設定到低速的虛拟記憶體中，能夠通過DMA加速與裝置端進行通信；

                cudaHostAlloc(), cudaFreeHost()來配置設定和釋放pinned memory；

                使用pinned memory優點：主機端-裝置端的資料傳輸帶寬高；

                某些裝置上可以通過zero-copy功能映射到裝置位址空間，從GPU直接通路，省掉主存與顯存間進行資料拷貝的工作；

               pinned memory 不可以配置設定過多：導緻作業系統用于分頁的實體記憶體變， 導緻系統整體性能下降；通常由哪個cpu線程配置設定，就隻有這個線程才有通路權限；

                cuda2.3版本中，pinned memory功能擴充：

               portable memory：讓控制不同GPU的主機端線程操作同一塊portable memory，實作cpu線程間通信；使用cudaHostAlloc（）配置設定頁鎖定記憶體時，加上cudaHostAllocPortable标志；

                write-combined Memory：提高從cpu向GPU單向傳輸資料的速度；不使用cpu的L1，L2 cache對一塊pinned memory中的資料進行緩沖，将cache資源留給其他程式使用；在pci-e總線傳輸期間不會被來自cpu的監視打斷；在調用cudaHostAlloc（）時加上cudaHostAllocWriteCombined标志；cpu從這種存儲器上讀取的速度很低；

                mapped memory：兩個位址：主機端位址（記憶體位址），裝置端位址（顯存位址）。  可以在kernnel程式中直接通路mapped memory中的資料，不必在記憶體和顯存之間進行資料拷貝，即zero-copy功能；在主機端可以由cudaHostAlloc（）函數獲得，在裝置端指針可以通過cudaHostGetDevicePointer（）獲得；通過cudaGetDeviceProperties（）函數傳回的canMapHostMemory屬性知道裝置是否支援mapped memory；在調用cudaHostAlloc（）時加上cudaHostMapped标志，将pinned memory映射到裝置位址空間；必須使用同步來保證cpu和GPu對同一塊存儲器操作的順序一緻性；顯存中的一部分可以既是portable memory又是mapped memory；在執行CUDA操作前，先調用cudaSetDeviceFlags（）（加cudaDeviceMapHost标志）進行頁鎖定記憶體映射。

constant memory：隻讀位址空間；位于顯存，有緩存加速；64Kb；用于存儲需要頻繁通路的隻讀參數 ；隻讀；使用_constant_ 關鍵字，定義在所有函數之外；兩種常數存儲器的使用方法：直接在定義時初始化常數存儲器；定義一個constant數組，然後使用函數進行指派；

texture memory：隻讀；不是一塊專門的存儲器，而是牽涉到顯存、兩級紋理緩存、紋理拾取單元的紋理流水線；資料常以一維、二維或者三維數組的形式存儲在顯存中；緩存加速；可以聲明大小比常數存儲器大得多；适合實作圖像樹立和查找表；對大量資料的随機通路或非對齊通路有良好的加速效果；在kernel中通路紋理存儲器的操作成為紋理拾取（texture fetching）；紋理拾取使用的坐标與資料在顯存中的位置可以不同，通過紋理參照系約定二者的映射方式；将顯存中的資料與紋理參照系關聯的操作，稱為将資料與紋理綁定（texture binding）；顯存中可以綁定到紋理的資料有：普通線性存儲器和cuda數組；存在緩存機制；可以設定濾波模式，尋址模式等；

本文的原文出處為：http://blog.csdn.net/ouczoe/article/details/5125621