简单介绍CUDA中loop unrolling(循环展开)技术_rs勿忘初心的博客-程序员秘密

参考：http://blog.csdn.net/canhui_wang/article/details/52919318

loop unrolling 不同于内存优化(hardware accessing)，这是一种指令级优化（software programming）。如果说编程上For循环是一种以计算性能的打折作为代价来实现编程的简单化的编程思路，那么Loop unrolling将是一种以编程复杂为代价来提升并行代码性能的高级的编程方式；更进一步地，For循环可以看成是loop unrolling零优化的状态；所以，计算性能loop unrolling严格优于或至少等于For语句——这是CPU，GPU的硬件的系统结构所致。

举例分析如下：

loop_unrolling.cpp

#include <iostream>
#include <windows.h>
#pragma comment(lib, "Winmm.lib")   //timeGetTime() 

using namespace std;

int main()
{
	int N = 10000000;
	DWORD start, end1,end2;
	start = timeGetTime();
	int *a = (int*)malloc(sizeof(int) * N);

	//传统实现
	for (int i = 0; i < N; i++) {
		a[i] = i*2;
	}
	end1 = timeGetTime();
	cout <<"传统实现时间："<< (end1 - start) << " ms" << endl;


	//指令并行化
	for (int i = 0; i < N; i = i + 2) {
		a[i] = i * 2;
		a[i + 1] = (i + 1) * 2;
	}
	end2 = timeGetTime();
	cout << "指令并行化实现时间："<< (end2 - end1) << " ms" << endl;

	return 0;
}

运行结果：

Unrolling Loop可以进一步抽象出“并行粒度”的概念，比如，例子一中一个线程处理一个指令（任务轻），例子二中一个线程处理两个指令（任务重）；另一方面，就CUDA而言，例子一需要的blocks数目少，例子二需要的blocks数目多。因为总体的性能是由线程执行时间与blocks数目决定的（线程计算能力范围内任务轻重耗时相近，计算能力外任务重耗时大；并行blocks能力范围内（比如NVIDIA GTX780Ti一次可并行192blcoks）blcoks的数目多数目少二者耗时相近），能力范围外，blocks数多点调度数目多点，耗时长点————总而言之，这是一个tradeoff问题，我们做的就是寻找一种策略在blocks块数目与线程处理时间之间的处理平衡，达到性能最大优化。

本文链接：https://blog.csdn.net/sinat_33718563/article/details/79262371

原作者删帖不实内容删帖广告或垃圾文章投诉

智能推荐

Mybatis常见低级错误_剑在手，跟我狗的博客-程序员秘密

Mybatis错误笔记菜鸟一枚，在学习Mybatis的时候，搭建新手项目，出了不少错误，这里铭记一下，警示自己！因为需要还原错误，所以错误的顺序是倒着进行的！Mybatis学习笔记1，一个简单的demo1.得到空指针null得到空指针的问题有很多，我在项目中是因为传入的id属性是数据库中没有的，所以返回NULL类型。2.serverTimezone=UTC产生的错误org.apach...

VTK 9.0 源码编译的CMake选项_vtk9.0 camke opengl2_comedate的博客-程序员秘密

VTK 9.0 源码编译的CMake选项VTK 9.0 使用源码编译的CMake选项VTK 9.0 使用VTK 已经Release到9.0的版本了，对于python使用VTK 9.0, 有二种方式.一种是可以使用 pip install vtk另一种是使用源码编译。源码编译时，会有一些选项。对于 vtk 有一些remote 功能，如 poissionReconstruction, SplineDrivenImageSlicer等。如果要使用的话，必须自己编译源码。源码编译的CMake选项

hdu2191 悼念512汶川大地震遇难同胞——珍惜如今，感恩生活（这个仅仅是题目名字）（多重背包）..._weixin_30258027的博客-程序员秘密

ESP32 烧录 AT固件及验证_esp32 at固件乱码_天堂陌客的博客-程序员秘密

烧录环境模组型号：ESP32-WROVER-E使用工具（官网可下载）：flash_download_tool_v3.8.5_1.zip固件包（官网可下载）：ESP32-WROVER_AT_Bin_V2.0flash_download_tool的配置：1、打开flash_download_tool_v3.8.5.exe选择Developer Mode2、选择ESP32 Download Tool3、根据固件包内download.config文件配置工具固件包里有download.

C#调用多媒体定时器_c#多媒体定时器_arlen7772gg的博客-程序员秘密

在Windows操作系统下，为了获得高精度的定时器，大多数时候采用多媒体定时器，其分辨率可达到1ms，适用于对实时性要求比较高的场合（虽然Windows自身为非实时系统，但是在很多场合还是够用的）；而SetTimer提供的定时精度相比较而言，不太精确，适用于对时间性要求不高的系统里面。当我们使用Visual C++作为开发语言时，调用多媒体定时器的API函数即可解决定时器问题；但是有时候需要采

fiddler之header、web网页抓包、修改包_fiddler 修改时间 headers_朝阳…晚霞的博客-程序员秘密

HTTP协议Header介绍查看Header：选中一个HTTP请求--->单击Inspectors tab--->request tab--->Headers Cache相关的Header： HTTP请求和HTTP响应中有很多用于缓存的Header HTTP缓存是指当Web请求抵达缓存时，...