“CUDA”

矩阵转置

代码：https://github.com/felicityin/cuda-demo/blob/main/cuda/matrix_transpose.cu本文使用笛卡尔坐标系 (x, y)，th...

数据量大于线程数怎么办

假如想对输入数组执行一个简单的并行操作，并为每个输入数组元素分配一个线程，但输入数组的元素数量却超过了可用线程数，该如何处理？如下是一个简单的 CUDA 内核，接受两个大小为 n 的输入数组，将...

NVIDIA GeForce RTX 5090 core dump 排查

5090 如果不限制 maxrregcount=102 或者不修改 numThreadsPerBlock=512 → 384，会 core dump编译的时候加上 -G 会产生误导信息：CUDA...

CUDA Cooperative Groups 求和规约示例

CUDA Cooperative Groups 求和规约示例优点Warp 原生指令，可避免共享内存访问，减少延迟自动同步，无需手动调用 __syncthreads()灵活线程组，支持任意大小的 ...

CUDA 入门

Introduction to CUDA C++__global__ 表示在设备上执行threads 组成 block，blocks 组成 grid使用 blockIdx.x 访问 block ...