1回答
在我设置CUDA环境和对我的代码做任何更改之前，我想得到一个输入，看看在GPU上执行下面的代码是否会更快。
代码基本上遍历图像，并仅当相应的掩码值不为零时才将图像像素值复制到dst。如果我使用#pragma omp，它确实提高了性能。所以，问题是，如果我在GPU上执行这段代码(假设我有一块很好的显卡，比如GTX 1050)，当每个线程处理一个单独的图像时，性能会显著提高吗？
浏览 4提问于2018-01-18得票数 0
回答已采纳
我最近从GTX480升级到了GTX680，希望三倍的内核数量将在我的CUDA代码中显着提高性能。令我恐惧的是，我发现我的内存密集型CUDA内核在GTX680上的运行速度要慢30%-50%。我意识到这不是严格意义上的编程问题，但它确实会直接影响CUDA内核在不同设备上的性能。谁能提供一些CUDA设备的规范，以及如何使用它们来推断它们在CUDA C内核上的性能？
浏览 4提问于2012-05-26得票数 11
回答已采纳
为了优化性能，我们决定实现一个ReadWriteLock，也就是说，如果多个线程只想读取，就可以获得一个锁，但只有一个线程可以持有写锁。
此锁与列表一起使用，遍历列表是“读取”操作。现在，这个简单互斥的改变确实提高了性能，但只提高了一定的并发性。如果有更多的线程，那些等待写锁的线程会饿死，因为在一个迭代器解锁之前，另一个迭代器通常已经锁定了。有什么想法/默认方法可以为想要更改列表的线程提供更多的公平性，同时仍然获得更好的<e
浏览 0提问于2009-10-19得票数 1
回答已采纳
我想知道，如果再增加一个带有Crossfire/SLI的显卡，性能是否会有所提高。或者在不使用Crossfire/SLI的情况下再添加一个视频卡。
有没有人尝试过这个？
浏览 4提问于2012-07-22得票数 4
用short替换int是否会提高CUDA的性能？(如short节省了共享内存、寄存器等的使用)
欢迎您的建议。谢谢。
浏览 2提问于2011-09-07得票数 3
回答已采纳
1回答
假设这个抽象语法树：我设想ANTLR将使用递归算法(深度优先遍历)遍历这棵树。我将对这棵树进行多次评估(例如，10 for次)。我可以使用迭代(使用我自己的堆栈)，而不是使用递归算法来遍历这棵树。为了提高性能，我认为迭代算法的性能会更好。ANTLR真的使用递归遍历吗？这真的是一个性能问题吗？
谢谢!
浏览 1提问于2014-12-08得票数 0
2回答
我需要迭代近百万条记录。当前的代码是用Dataweave编写的，带有过滤和排序逻辑。然而，我看到了一个性能问题。我正在考虑使用Java组件将这个DataWeave逻辑转换为Java，看看这样做是否会提高性能。
如何提高代码的性能？
浏览 2提问于2018-09-06得票数 0
1回答
我正在使用cuda编程来进行有效和快速的计算。在研究过程中，我发现多gpu和gpu集群是进一步有效计算的另一种手段，但我把这两个术语搞混了。
在编程cuda方面，这两者之间的实际区别是什么？
浏览 1提问于2014-04-03得票数 0
我使用thrust::copy将数据从设备传输到多GPU系统中的主机.每个GPU都有一个大小相等的数据分区。使用OpenMP，我调用每个设备上的函数。在我目前的系统中，我正在开发4个GPU。将数据从设备复制到主机时，两个迭代器都作为函数参数传递。
2.性能提高的原因是什么？
浏览 0提问于2020-09-06得票数 2
回答已采纳
一个内核每个线程使用54个寄存器，占用率为0.33。\n" );如果我注释掉这条If语句，内核会在每个线程中使用33个寄存器，占用率也会提高到0.5。但是，奇怪的是，这个新的精简内核实际上多花了15%的时间来执行！有人能解释一下这种性能下降是如何发生的吗？
我在GTX 580上使用CUDA 4.0，代码编译为CUDA功能2.0。
浏览 0提问于2012-02-29得票数 2
我们在一个规则流组下有1000个规则，我们在执行时有严重的性能问题(大约10-20秒)或者创建多个入口点可以提高性能？有人遇到过这个问题吗？
/documentation也欢迎任何链接。
浏览 0提问于2014-04-16得票数 2
1回答
我注意到，当大透明区域的UIImageVIews出现在屏幕上时，性能会显著下降。我是预装我的所有图像，并使用图像缓存。我怀疑延迟加载会提高性能。是否有一种“简单”的方法来提高性能？使用cocos2d会改善情况吗？
浏览 2提问于2011-03-08得票数 0
回答已采纳
问:在CUDA中，有没有一种通用的方法来提高嵌套for循环的性能，这些循环的条件是在运行时确定的(因此不能由编译器展开)？
背景:我正在研究一种2D图像过滤算法的CUDA实现。尽管r对于每个图像都是恒定的，但滤波器的形状取决于每个像素的值，因此不能将其转换为真正的卷积操作或分解为两个1D操作。输出被分成多个块，保存在共享内存中。尽管生成的结果仍然正确，但根据r的值不同，执行速度会慢1.5到3倍。通过测试，我得出的结论是，速度变慢是由于运行时确定了上述f
浏览 0提问于2013-07-18得票数 0
回答已采纳
我正在使用多个GPU (num_gpus = 4)来训练一个模型与多个塔。有人知道为什么会这样吗？调用方表示这不是失败，但可能意味着如果有更多内存可用，则可能会提高性能。调用方表示这不是失败，但可能意味着如果有更多内存可用，则可能会提高性能。调用方表示这不是失败，但可能意味着如果有更多内存可用，则可能会提高性能。
浏览 3提问于2017-04-15得票数 0
我从前面获得了多个图像数据，我将这些图像存储在GCS和blobstore中。因为这个API调用会更频繁，而且每个api调用都有许多图像，所以有人能帮助我改进这个过程吗？
浏览 0提问于2016-02-14得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
