CUDA

Auroraはコードをデバイスに直接転送するのでメモリ転送のオーバーヘッドがない
CUDA
Grid x Block x Thread
max: 65535 x 65535 x 512

• threadIdx: xy, blockIdx: xy: ID
• blockDim: xy: ブロックサイズ=何個スレッドあるか
• gridDim: xy: blockサイズ=何個ブロックがあるか

• __devide__ 関数はデバイス側の関数で値を返せる
• cudaFree(void*) 忘れないようにしよう
• cuda化したら可読性というかロックインしてしまう
• スレッドは Warp 単位で制御
  • ex. 32 threads / Warp
  • ex. Fermi: 16 SP/SM processorあたり16SP → 2サイクルで1Warp実行

2022-01-07
.cu で nvcc hoge.cu

• BLASS とかはやっていない