问题标签 [compute-capability]

这些是我的假设：

1. 有两种类型的加载，缓存和非缓存。在第一个中，流量通过 L1 和 L2，而在第二个中，流量仅通过 L2。
2. Compute Capability 6.x 和 7.x 中的默认行为是缓存访问。
3. 一个 L1 缓存行是 128 字节，一个 L2 缓存行是 32 个字节，因此对于生成的每个 L1 事务，应该有四个 L2 事务（每个扇区一个。）
4. 在 Nsight 中，一个 SM->TEX 请求意味着一条由 32 个线程合并而成的 warp 级指令。L2->TEX Returns 和 TEX->SM Returns 是衡量每个内存单元之间传输了多少扇区的量度。

假设计算能力 7.5，这些是我的问题：

1. 第三个假设似乎暗示 L2->TEX Returns 对于全局缓存加载应该总是四的倍数，但情况并非总是如此。这里发生了什么？
2. 用 const 和 __restrict__ 限定符标记指针还有意义吗？这曾经是向编译器提示数据是只读的，因此可以缓存在 L1/纹理缓存中，但现在所有数据都缓存在那里，只读和非只读。
3. 根据我的第四个假设，我认为每当 TEX->SM Returns 大于 L2->TEX Returns 时，差异来自缓存命中。那是因为当缓存命中时，您会从 L1 读取一些扇区，但从 L2 中没有。这是真的？

较新版本的 CMake（3.18 及更高版本）“了解”CUDA 代码编译目标的 CUDA 架构选择。目标具有一个CUDA_ARCHITECTURES属性，当设置该属性时，它会-gencode arch=whatever,code=whatever为您生成适当的编译选项。如果您不设置此值，您甚至会收到警告：

默认情况下，此目标属性初始化为CMAKE_CUDA_ARCHITECTURES. 但CMAKE_CUDA_ARCHITECTURES它本身没有初始化为任何东西（！）

我们如何让 CMake 自动检测CUDA_ARCHITECTURES或 global的适当值CMAKD_CUDA_ARCHITECTURES？也就是说，使用系统上安装的 GPU 的架构？

我正在尝试设置一个约束，以便我的工作只能在计算能力高于（或等于）7 的 GPU 上运行。

这是我的脚本名为torch_gpu_sanity_venv385-11.slurm：

不使用--constraint="cc7.0"我的脚本运行正确。我什至使用了另一个版本，--constraint=cc7.0但无论哪种情况，我都会收到以下错误：

当我删除该--constraint="cc7.0"术语时，我可以运行该作业。删除约束项后：

那么，如何设置约束，以便只分配具有 7 或更高计算能力的 GPU？

我按照本教程进行约束设置。

cuda-memcheck在执行以下操作的代码中检测到竞争条件：

所以基本上这段代码根据某些条件计算每个扭曲的所有者线程。对于某些 warp 可能没有所有者，但对于某些所有者的数量可能超过 1，然后发生竞争条件，因为多个线程将值分配给同一共享内存区域。

在尝试了文档之后，我认为我需要做的事情是：

但是，我的尝试有两个问题：

1. 我真的不需要找到最大线程 - 如果有一个线程，则为每个经纱选择任何 1 个线程就足够了condition==true
2. 它需要CUDA计算能力8.x，而我需要支持5.2计算能力的设备

你能帮我解决以上问题吗？

根据 CUDA Programming Guide，“原子函数仅相对于由特定集合的线程执行的其他操作是原子的......块范围的原子：对于当前程序中的所有 CUDA 线程在与当前线程块相同的线程块中执行的原子线程。这些以 _block 为后缀，例如，atomicAdd_block“

但是，atomicAdd_block当我的代码使用atomicAdd. 我应该添加或链接到任何标题或库吗？