[英]How can I get number of Cores in cuda device?
我正在寻找一个计算我的 cuda 设备核心数的函数。 我知道每个微处理器都有特定的内核,而我的 cuda 设备有 2 个微处理器。
我进行了大量搜索以找到一个计算每个微处理器内核数的属性函数,但我找不到。 我使用下面的代码,但我仍然需要内核数?
代码:
void printDevProp(cudaDeviceProp devProp)
{ printf("%s\n", devProp.name);
printf("Major revision number: %d\n", devProp.major);
printf("Minor revision number: %d\n", devProp.minor);
printf("Total global memory: %u", devProp.totalGlobalMem);
printf(" bytes\n");
printf("Number of multiprocessors: %d\n", devProp.multiProcessorCount);
printf("Total amount of shared memory per block: %u\n",devProp.sharedMemPerBlock);
printf("Total registers per block: %d\n", devProp.regsPerBlock);
printf("Warp size: %d\n", devProp.warpSize);
printf("Maximum memory pitch: %u\n", devProp.memPitch);
printf("Total amount of constant memory: %u\n", devProp.totalConstMem);
return;
}
每个多处理器的核心数是唯一“缺失”的数据。 该数据不直接在cudaDeviceProp
结构中提供,但可以根据已发布的数据以及来自devProp.major
和devProp.minor
条目的更多已发布数据进行推断,它们共同构成了设备的 CUDA计算能力。
这样的事情应该工作:
#include "cuda_runtime_api.h"
// you must first call the cudaGetDeviceProperties() function, then pass
// the devProp structure returned to this function:
int getSPcores(cudaDeviceProp devProp)
{
int cores = 0;
int mp = devProp.multiProcessorCount;
switch (devProp.major){
case 2: // Fermi
if (devProp.minor == 1) cores = mp * 48;
else cores = mp * 32;
break;
case 3: // Kepler
cores = mp * 192;
break;
case 5: // Maxwell
cores = mp * 128;
break;
case 6: // Pascal
if ((devProp.minor == 1) || (devProp.minor == 2)) cores = mp * 128;
else if (devProp.minor == 0) cores = mp * 64;
else printf("Unknown device type\n");
break;
case 7: // Volta and Turing
if ((devProp.minor == 0) || (devProp.minor == 5)) cores = mp * 64;
else printf("Unknown device type\n");
break;
case 8: // Ampere
if (devProp.minor == 0) cores = mp * 64;
else if (devProp.minor == 6) cores = mp * 128;
else printf("Unknown device type\n");
break;
default:
printf("Unknown device type\n");
break;
}
return cores;
}
(在浏览器中编码)
“核心”是一个营销术语。 在我看来,最常见的含义是将其与 SM 中的 SP 单位等同起来。 这就是我在这里展示的意思。 我还省略了 cc 1.x 设备,因为 CUDA 7.0 和 CUDA 7.5 不再支持这些设备类型
一个pythonic版本在这里
正如 Vraj Pandya 已经说过的,在 nvidia 的 cuda-samples github 存储库的 Common/helper_cuda.h 文件中有一个函数 ( _ConvertSMVer2Cores
),它提供了这个功能。 您只需要将其结果与来自 GPU 的多处理器数量相乘。
只是想提供一个当前链接。
#include <cuda.h>
#include <cuda_runtime.h>
#include <helper_cuda.h> // You need to place this file somewhere where it can be
// found by the linker.
// The file itself seems to also require the
// `helper_string.h` file (in the same folder as
// `helper_cuda.h`).
int deviceID;
cudaDeviceProp props;
cudaGetDevice(&deviceID);
cudaGetDeviceProperties(&props, deviceID);
int CUDACores = _ConvertSMVer2Cores(props.major, props.minor) * props.multiProcessorCount;
也许这可能会有所帮助。
“有一个库 helper_cuda.h,其中包含一个例程 _ConvertSMVer2Cores(int major, int minor),它获取 GPU 的计算能力级别并返回每个 SM 或 SMX 中的内核(流处理器)数量”-来自帖子。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.