“cudaMallocManaged”比“cudaMalloc”慢吗？答案

【问题标题】：Is "cudaMallocManaged" slower than "cudaMalloc"?“cudaMallocManaged”比“cudaMalloc”慢吗？
【发布时间】：2014-03-26 01:02:52
【问题描述】：

我下载了 CUDA 6.0 RC 并在我的应用程序中使用“cudaMallocManaged”测试了新的统一内存。但是，我发现这个内核变慢了。

与 cudaMallocManaged (~0.63) 相比，使用 cudaMalloc 后跟 cudaMemcpy 更快 (~0.56)。这是预期的吗？

website 中的一个声称 cudaMallocManged 用于“更快的 cuda 内核原型设计”，所以我想知道在性能方面哪个应用程序更好？

谢谢。

【问题讨论】：

如果主机内存被固定，是的，它应该比托管内存快。
但我没有使用任何固定内存。
如何分配主机内存？
我复制了上面的内核调用部分和分配部分供参考。
谢谢，但是如何分配主机内存（*.data）？

标签： cuda gpgpu nvidia hpc

【解决方案1】：

cudaMallocManaged()不是关于加快您的应用程序的（除了一些例外或极端情况，下面建议了一些）。

今天统一内存和cudaMallocManaged 的实现将不会比熟练的 CUDA 程序员编写的智能编写的代码更快来做同样的事情。机器（cuda 运行时）并不比程序员聪明。 cudaMallocManaged 不会神奇地使 PCIE 总线或一般机器架构限制消失。

快速原型是指您编写代码所花费的时间，而不是代码的速度。

cudaMallocManaged 在以下情况下可能会引起精通 cuda 程序员的兴趣：

您有兴趣快速组装原型 - 即你不在乎最后一盎司的表现。
您正在处理一个不常使用的复杂数据结构（例如双向链表），否则移植到 CUDA 会很麻烦（因为使用普通 CUDA 代码的深拷贝往往很麻烦）。它是您的应用程序运行所必需的，但不是性能路径的一部分。
您通常会使用零拷贝。在某些情况下，使用 cudaMallocManaged 可能比简单或低效的零拷贝方法更快。

cudaMallocManaged 可能会引起非精通 CUDA 程序员的兴趣，因为它允许您沿着可能更简单的学习曲线开始使用 CUDA。（但是，请注意，幼稚地使用 cudaMallocManaged 可能会导致 CUDA 内核运行速度低于预期，请参阅 here 和 here。）

尽管 cmets 中提到了 Maxwell，但 CUDA UM 将在某些设置中为某些 GPU 提供 Pascal 一代 GPU 的主要新功能。特别是这些设置中的Unified Memory将不再局限于可用的GPU设备内存，即使在内核运行时内存处理粒度也会下降到页面级别。你可以阅读更多关于它的信息here。

【讨论】：

感谢您的详细回复。我想在我的情况下 cudamalloc 更适合。非常感谢....
如果我没记错的话，Maxwell 架构应该为统一内存提供硬件支持，因此 cudaMallocManaged() 可以在该架构上提供更好的性能。
我的陈述主要是为了反映统一记忆今天会做什么。可以合理地假设 UM 的未来发展将：1. 在 GPU 和主机上利用更新的硬件架构，以及 2. 进一步模糊界限在熟练的 CUDA 程序员可以或应该处理的事情与可以或应该留给机器（CUDA 运行时）完成的事情之间。
同意 100%。因为你的回答没有提到麦克斯韦，所以只是做个笔记。