Saltar al contenido ForoHackers

Programación de GPU: por dónde empezar

Programación de GPU
#2980 · · Citar · Denunciar

Una GPU es un procesador hecho para ejecutar el mismo trabajo pequeño sobre miles de datos a la vez. Dibuja imágenes, pero también acelera simulaciones, procesamiento de imágenes y aprendizaje automático. Programarla es pensar en paralelismo masivo y en el movimiento de memoria, porque mover datos suele costar más que operar con ellos.

Conceptos clave

  • Paralelismo de datos: un kernel o shader se ejecuta en muchos hilos, cada uno con un elemento.
  • Modelo de ejecución: hilos agrupados en bloques o grupos de trabajo, que avanzan en paquetes sincronizados; las ramas que divergen dentro de un paquete lo frenan.
  • Jerarquía de memoria: la memoria global es grande y lenta; la compartida o local es pequeña y rápida; los registros son lo más rápido.
  • Anfitrión y dispositivo: la CPU prepara los datos y lanza el trabajo; hay que minimizar las copias por el bus.
  • Ocupación y ancho de banda: mantén suficientes hilos en vuelo para ocultar la latencia de memoria y comprueba si te limita el cómputo o la memoria.

Vocabulario

  • Kernel: función que se lanza en la GPU sobre muchos hilos.
  • Shader: programa de GPU dentro de la tubería gráfica, como un shader de vértices o de fragmentos.
  • Coalescencia: hilos vecinos que leen direcciones vecinas para que el hardware fusione las lecturas.
  • API de cómputo: CUDA, OpenCL o las etapas de cómputo de APIs gráficas como Vulkan.

Qué estudiar, en orden

  1. Pensar en paralelo en la CPU: map, reduce y scan sobre arreglos.
  2. Escribe un kernel de suma de vectores y mídelo, incluyendo las copias.
  3. Implementa una multiplicación de matrices ingenua y luego con teselado en memoria compartida; mide la diferencia.
  4. Escribe un shader de fragmentos que dibuje algo y luego un shader de cómputo que procese una imagen.
  5. Usa un perfilador para decidir si cada kernel está limitado por la memoria o por la aritmética.

Etiquetas relacionadas

#computer-graphics #hpc #computer-architecture #deep-learning

No has iniciado sesión, así que esto se publica como anónimo: no se guarda con ello ninguna cuenta, nombre ni dirección, y no puede llevar enlaces ni imágenes. Inicia sesión o únete para publicar con tu nombre. Los registros de nuestro servidor web guardan la dirección y la hora de cada petición hasta 14 días; para que la tuya no quede en ellos, usa Tor. Para escribir al equipo de forma confidencial, usa el buzón. Firmar como fuente habitual (una clave guardada solo en este navegador)

Enviar tarda unos segundos aquí: tu navegador resuelve antes una prueba de trabajo contra el spam.

Responder