【发布时间】：2013-03-06 04:31:22
【问题描述】：
这不是一个严格的编程问题，但了解硬件是编程的关键部分。
所以我开始这个帖子，希望这里的人们可以分享他们在开普勒（GK10X或GK110）上编程的经验。
首先我要开始我的：
我目前正在 GK110 上进行一些编程，对于某些应用，GK110 比 Fermi 快得多，接近其理论峰值（例如快 2.5-3 倍）。但对于其他人来说，它不是，（例如，只有 ~ 50%-60% 快）。
如果我错了，请纠正我，但在我看来，Kepler 的主要性能瓶颈是这里的资源压力非常高：
在每个 SM 级别上，Fermi 实际上比 GK110 拥有更多的资源，在每个 SM 上，Fermi 只有一个 SIMT 单元，而 Kepler 有 6 个。
然而在每个 SM 上，Fermi 有 32K 个寄存器文件，最多有 1536 个活动线程，而在 Kepler 的每个 SM 上，只有 33% 的活动线程，100% 的寄存器，800% 的指令发出单元，和相同数量的 L1 缓存。
关于内存和计算的延迟在绝对值上大致相同（GPU 周期的一半）。
所以 GK110 的资源压力比 GF110 高很多。
有了 800% 的指令发出单元，Nvidia 似乎想使用更激进的 TLP 和 ILP 来隐藏 Kepler 上的延迟，但它肯定没有那么灵活，因为 L1 缓存是相同的，而活动线程只是增加了 33%，而不是像 SIMT 单位那样增加了 500%。
因此，要利用 Kepler 的最大效率，要困难得多，首先代码必须包含显着更多的 ILP，但要使用显着更少的共享内存才能利用 Kepler 的大量指令发布单元，其次，在每个经线级别，工作流程必须非常计算密集，这样开普勒计划不需要切换很多经线来隐藏延迟（而且它当然没有很多可用的经线可供选择）。
【问题讨论】：
-
这里有实际问题吗？
-
当然，因为我想了解更多关于 Kepler 编程的实际问题。
-
SO 并不是真正打算用作开放式讨论线程的工具。这里最好回答的问题类型是与特定编程问题相关的特定问题。用一个问题/答案 SO 格式来解决像您这样的广泛主题是非常困难的。 SO 问题不是一般性的讨论主题。