შინაარსზე გადასვლა

CUDA

მასალა ვიკიპედიიდან — თავისუფალი ენციკლოპედია

CUDA — Nvidia-ს პარალელური გამომთვლელი პლატფორმა და აპლიკაციის პროგრამული ინტერფეისი, რომელიც პროგრამისტს აძლევს საშუალებას გამოიყენოს ვიდეოდაფის პროცესორი, CUDA მხარდაჭერით. CUDA პლატფორმა პროგრამის ფენაა რომელიც პირდაპირ წვდომას გვაძლევს ვიდეოდაფის პროცესორის ვირტუალურ ინსტრუქციასთან.

CUDA პლატფორმა შეიქმნა პროგრამული ენებთან სამუშაოდ, როგორიცაა C, C და Fortran. ამ ფუნქციასთან წვდომა სპეციალისტებს უადვილებს პარალელური პროგრამირების გამოყენებას, ვიდეოდაფის პროცესორის რესურსებით. CUDA-ს აქვს პროგრამის ჩარჩოების OpenACC-ისა და OpenCL-ის მხარდაჭერა. როდესაც Nvidia-მ პირველად წარმოადგინა CUDA, იყენებდნენ ერთიანი გამომთლელი ხელსაწყოს არქიტექტურის აბრევიატურად, მაგრამ მოგვიანებით აბრევიატურად გამოყენება შეწყვიტეს.

პროგრამირების შესაძლებლობები

[რედაქტირება | წყაროს რედაქტირება]
1. ინფორმაციის გადატანა მთავარი მეხსიერებიდან ვიდეოდაფის პროცესორის მეხსიერებაზე; 2. ცენტრალური პროცესორი იწყებს ვიდეოდაფის პროცესორის გამომთვლელი ბირთვის ამუშავებას; 3. ვიდეოდაფის პროცესორის CUDA ბირთვები იწყებს გამოთვლას; 4. შედეგების გადატანა ვიდეოდაფის პროცესორიის მეხსიერებიდან მთავარ მეხსიერებაში.

პროგრამისტებს CUDA პლატფორმის გამოყენება სპეციალური ბიბლიოთეკებით შეუძლიათ, რომელის მხარდაჭერაც კომპიუტერულ ენებს, C, C და Fortran, მათ გარდა ამ ფუნქციის მხარდაჭრა Khronos Group-ს OpenCL-ს, Microsoft-ის DirectCompute-ს, OpenGL Compute Shader-ს, C AMP-სა და სხვა პროგრამურ ენებს აქვთ.

კომპიუტერული თამაშების ინდუსტრიაში, ვიდეო დაფის პროცესორები გამოიყენება გრაფიკული დამუშავებისთვის, და თამაშის ფიზიკების ისეთი ეფექტების გამოსათვლელად, როგორიცაა ნამსხვრევები, კვამლი, ცეცხლი, სითხე, PhysX-ისა და Bullet-ის ჩათვლით. CUDA ასევე გამოიყენება არაგრაფიკული პროცესების ასაჩქარებლად კომპიუტერულ ბიოლოგიაში, კრიპტოგრაფიასა და სხვა პროცესებში.

CUDA წარმოქმნის ორივე, დაბალი და მაღალი ხარისხის აპლიკაციის პროგრამულ ინტერფეისს. CUDA პროგრამური უზრუნველყოფის შემუშავების ნაკრები შეიქმნა 2007 წლის 15 თებერვალს, Microsoft Windows-ისა და Linux-ისთვის. მოგვიანებით 2008 წლის 14 თებერვალს, CUDA-ს 2.0 ვერსიას დაემატა Mac OS X-ის მხარდაჭერაც. იგი Nvidia-ს G8x სერიების შემდეგ, ყველა ვიდეოდაფის პროცესორებზე მოქმედებს.

CUDA 8.0 მოყვება შემდეგი ბიბლიოთეკები:

  • cuBLAS - CUDA-ზე დაფუძნებული ძირითადი წრფივი ალგებრა;
  • CUDART - CUDA-ს ხანგრძლივობის ბიბლიოთეკა;
  • cuFFT - CUDA-ს სწრაფად მთარგმნელი ბიბლიოთეკა;
  • cuRAND - CUDA-ს შემთხვევითი რიცხვების წარმომქმნელი ბიბლიოთეკა;
  • cuSOLVER - CUDA-ზე დაფუძნებული მკვრივი და იშვიათი გამომთვლელების ნაკრები;
  • cuSPARSE - CUDA-ს იშვიათი მატრიქსის ბიბლიოთეკა;
  • NPP - Nvidia-ს პრიმიტიული გამოსახულების ბიბლიოთეკა;
  • nvGRAPH - Nvidia-ს გრაფიკული ანალიზის ბიბლიოთეკა;
  • NVML - Nvidia-ს მენეჯმენტის ბიბლიოთეკა;
  • NVRTC - Nvidia-ს კრებულის ხანგრძლივობის ბიბლიოთეკა, CUDA C -ისთვის;
  • nView - Nvidia-ს nView სამუშაო მაგიდის მართვის ბიბლიოთეკა;
  • NVWMI - Nvidia-ს საწარმოო მართვის ბიბლიოთეკა;
  • GameWorks PhysX - მრავალპლატფორმიანი თამაშის ფიზიკის დამმუშავებელი.

CUDA 9.0-9.2-ს მოყვება დამატებითი ფუნქციებიც:

  • CUTLASS 1.0 - შეცვლილი ხაზოვანი ალგებრის ალგორითმები;
  • nvJPEG - ჰიბრიდული JPEG ფაილების წარმოქმნელი;

უპირატესობები

[რედაქტირება | წყაროს რედაქტირება]

CUDA-ს, იმ ვიდეოდაფის პროცესორებისგან განსხვავებით რომლებიც იყენებენ გრაფიკული აპლიკაციის პროგრამირების ინტერფეისს, ზოგად გამოთვლებში რამდენიმე უპირატესობა აქვს, მაგალითად:

  • არასაჭირო ინფორმაციის კითხვა - კოდს შეუძლია გაარჩიოს თვითნებური ადრესის მქონე ინფორმაცია;
  • ერთიანი ვირტუალური მეხსიერება;
  • ერთიანი მეხსიერება;
  • გაზიარებული ინფორმაცია - CUDA გამოავლენს სასწრაფოდ გასაზიარებელ მეხსიერების რეგიონს, რომელიც პროცესორის ძაფებს უნდა გაუზიარდეს.
  • სწრაფი გადმოწერა და პასუხის დაბრუნება ვიდეოდაფის პროცესორისგან;
  • სრული მხარდაჭერა მთელ და ნახევარ ოპერაციებზე.

შეზღუდვები

[რედაქტირება | წყაროს რედაქტირება]
  • ჰოსტ კომპიუტერების ან ვიდეოდაფის პროცესორის მოწყობილობის გარდა, ყველა CUDA წყაროს კოდი დამუშავებულია C სინტაქსის წესების მიხედვით. მაგრამ ეს ყოველთვის ასე არ ყოფილა, CUDA-ს ადრინდელი ვერსიები დამყარებული იყო C-ს სინტაქსის წესებზე. ზოგადად თუ c კოდში გამოვიყენებთ C -ის კოდირების ენას, მაშინ სასურველი მოქმედება არ განხორციელდება ან ისე არ იმუშვებს როგორც საჭიროა.
  • დამუშავების ენებთან თავსებადობა, როგორიცაა OpenGL, რომელთანაც ახასიათებს ცალსახა თავსებადობა. OpenGL-ს აქვს წდომა CUDA-ს მეხსიერებასთან, მაგრამ CUDA-ს არ აქვს წვდომა OpenGL-ის მეხსიერებასთან.
  • მეხსიერების გადატანა, ჰოსტსა და მოწყობილობის მეხსიერებას შორის, რაც ანელებს გადატანის პროცესს, რომელიც გამოწვეულია სალტეს გამტარობისგან.
  • საუკეთესო შედეგის მისაღებად საჭიროა 32 პროცესორის ძაფის ერთდროულად მუშაობა, პროგრამული კოდები არ აძნელებს სამუშაოს. გათვალისწინებული 32 ძაფები ირჩევს შესრულების სხვადასხვა გზას; SIMD ტიპის შესრულების მოდელი კი არის მნიშვნელოვანი შეზღუდვა სხვადასხვა ამოცანებისთვის.
  • OpenCL-ისგან განსხვავებით, ბირთვები რომელბსაც CUDA ფუნქცია გააჩნია ხელმისაწვდომია მხოლოდ Nvidia-სათვის.
  • არ აქვს ემულატორი და უკან დაბრუნების ფუნქცია.

CUDA ფუნქციის მქონე ვიდეოდაფის პროცესორები

[რედაქტირება | წყაროს რედაქტირება]
Translation arrow icon ამ სტატიას/სექციას ქართულად თარგმნა სჭირდება.
გთხოვთ იხილოთ ამ სტატიის სექცია ქართულად სათარგმნი სტატიების გვერდზე განხილვისთვის. თუ სტატია არ დაიწერა ქართულად მომდევნო ორი კვირის განმავლობაში, ის წაშლას დაექვემდებარება.

თუ თქვენ წარადგინეთ ეს გვერდი თარგმნის მოთხოვნაზე, გთხოვთ დაამატოთ
{{subst:თარგმნაუნდა| გვერდი=CUDA| ენა=უცნობი| შენიშვნა=}} ~~~~
იგი ქართულად სათარგმნი სტატიების გვერდის ამ სექციას.

CUDA-ს დონის მხარდაჭერა სხვადასხვა ვიდეოდაფის პროცესორებისთვის.

  • CUDA SDK 1.0 დამხმარე გამოთვლის შესაძლებლობების 1.0 - 1.1 ვერსია (Tesla)
  • CUDA SDK 1.1 დამხმარე გამოთვლის შესაძლებლობების 1.0 - 11 x (Tesla)
  • CUDA SDK 2.0 დამხმარე გამოთვლის შესაძლებლობების 1.0 - 1.1 x (Tesla)
  • CUDA SDK 2.1 - 2.3.1 დამხმარე გამოთვლის შესაძლებლობების 1.0 - 1.3 (Tesla)
  • CUDA SDK 3.0 - 3.1 დამხმარე გამოთვლის შესაძლებლობების 1.0 - 2.0 (Tesla, Fermi)
  • CUDA SDK 3.2 დამხმარე გამოთვლის შესაძლებლობების 1.0 - 2.1 x (Tesla, Fermi)
  • CUDA SDK 4.0 - 4.2 დამხმარე გამოთვლის შესაძლებლობების (Tesla, Fermi)
  • CUDA SDK 5.0 - 5.5 დამხმარე გამოთვლის შესაძლებლობების 1.0 - 2.1 x (Tesla, Fermi)
  • CUDA SDK 6.0 დამხმარე გამოთვლის შესაძლებლობების 1.0 - 3.5 (Tesla, Fermi, Kepler)
  • CUDA SDK 6.5 დამხმარე გამოთვლის შესაძლებლობების 1.1 - 5.x (Tesla, Fermi, Kepler, Maxwell)
  • CUDA SDK 7.0 - 7.5 დამხმარე გამოთვლის შესაძლებლობების 2.0 - 5.x (Fermi, Kepler, Maxwell)
  • CUDA SDK 8.0 დამხმარე გამოთვლის შესაძლებლობების 2.0 - 6.x (Fermi, Kepler, Maxwell, Pascal).
  • CUDA SDK 9.0 - 9.2 დამხმარე გამოთვლის შესაძლებლობების 3.0 - 7.2 (Kepler, Maxwell, Pascal, Volta)
  • CUDA SDK 10.0 - 10.1 დამხმარე გამოთვლის შესაძლებლობების 3.0 - 7.5 (Kepler, Maxwell, Pascal, Volta, Turing)
გამოთვლის
შესაძლებლობები
(ვერსია) 		მიკრო-
არქიტექტურა 		ვიდეოდაფის პროცესორი GeForce Quadro, NVS Tesla Tegra,
Jetson,
DRIVE
1.0 Tesla G80 GeForce 8800 Ultra, GeForce 8800 GTX, GeForce 8800 GTS(G80) Quadro FX 5600, Quadro FX 4600, Quadro Plex 2100 S4 Tesla C870, Tesla D870, Tesla S870
1.1 G92, G94, G96, G98, G84, G86 GeForce GTS 250, GeForce 9800 GX2, GeForce 9800 GTX, GeForce 9800 GT, GeForce 8800 GTS(G92), GeForce 8800 GT, GeForce 9600 GT, GeForce 9500 GT, GeForce 9400 GT, GeForce 8600 GTS, GeForce 8600 GT, GeForce 8500 GT,
GeForce G110M, GeForce 9300M GS, GeForce 9200M GS, GeForce 9100M G, GeForce 8400M GT, GeForce G105M 		Quadro FX 4700 X2, Quadro FX 3700, Quadro FX 1800, Quadro FX 1700, Quadro FX 580, Quadro FX 570, Quadro FX 470, Quadro FX 380, Quadro FX 370, Quadro FX 370 Low Profile, Quadro NVS 450, Quadro NVS 420, Quadro NVS 290, Quadro NVS 295, Quadro Plex 2100 D4,
Quadro FX 3800M, Quadro FX 3700M, Quadro FX 3600M, Quadro FX 2800M, Quadro FX 2700M, Quadro FX 1700M, Quadro FX 1600M, Quadro FX 770M, Quadro FX 570M, Quadro FX 370M, Quadro FX 360M, Quadro NVS 320M, Quadro NVS 160M, Quadro NVS 150M, Quadro NVS 140M, Quadro NVS 135M, Quadro NVS 130M, Quadro NVS 450, Quadro NVS 420, Quadro NVS 295
1.2 GT218, GT216, GT215 GeForce GT 340*, GeForce GT 330*, GeForce GT 320*, GeForce 315*, GeForce 310*, GeForce GT 240, GeForce GT 220, GeForce 210,
GeForce GTS 360M, GeForce GTS 350M, GeForce GT 335M, GeForce GT 330M, GeForce GT 325M, GeForce GT 240M, GeForce G210M, GeForce 310M, GeForce 305M 		Quadro FX 380 Low Profile, Quadro FX 1800M, Quadro FX 880M, Quadro FX 380M,
Nvidia NVS 300, NVS 5100M, NVS 3100M, NVS 2100M, ION
1.3 GT200, GT200b GeForce GTX 295, GTX 285, GTX 280, GeForce GTX 275, GeForce GTX 260 Quadro FX 5800, Quadro FX 4800, Quadro FX 4800 for Mac, Quadro FX 3800, Quadro CX, Quadro Plex 2200 D2 Tesla C1060, Tesla S1070, Tesla M1060
2.0 Fermi GF100, GF110 GeForce GTX 590, GeForce GTX 580, GeForce GTX 570, GeForce GTX 480, GeForce GTX 470, GeForce GTX 465,
GeForce GTX 480M 		Quadro 6000, Quadro 5000, Quadro 4000, Quadro 4000 for Mac, Quadro Plex 7000,
Quadro 5010M, Quadro 5000M 		Tesla C2075, Tesla C2050/C2070, Tesla M2050/M2070/M2075/M2090
2.1 GF104, GF106 GF108, GF114, GF116, GF117, GF119 GeForce GTX 560 Ti, GeForce GTX 550 Ti, GeForce GTX 460, GeForce GTS 450, GeForce GTS 450*, GeForce GT 640 (GDDR3), GeForce GT 630, GeForce GT 620, GeForce GT 610, GeForce GT 520, GeForce GT 440, GeForce GT 440*, GeForce GT 430, GeForce GT 430*, GeForce GT 420*,
GeForce GTX 675M, GeForce GTX 670M, GeForce GT 635M, GeForce GT 630M, GeForce GT 625M, GeForce GT 720M, GeForce GT 620M, GeForce 710M, GeForce 610M, GeForce 820M, GeForce GTX 580M, GeForce GTX 570M, GeForce GTX 560M, GeForce GT 555M, GeForce GT 550M, GeForce GT 540M, GeForce GT 525M, GeForce GT 520MX, GeForce GT 520M, GeForce GTX 485M, GeForce GTX 470M, GeForce GTX 460M, GeForce GT 445M, GeForce GT 435M, GeForce GT 420M, GeForce GT 415M, GeForce 710M, GeForce 410M 		Quadro 2000, Quadro 2000D, Quadro 600,
Quadro 4000M, Quadro 3000M, Quadro 2000M, Quadro 1000M,
NVS 310, NVS 315, NVS 5400M, NVS 5200M, NVS 4200M
3.0 Kepler GK104, GK106, GK107 GeForce GTX 770, GeForce GTX 760, GeForce GT 740, GeForce GTX 690, GeForce GTX 680, GeForce GTX 670, GeForce GTX 660 Ti, GeForce GTX 660, GeForce GTX 650 Ti BOOST, GeForce GTX 650 Ti, GeForce GTX 650,
GeForce GTX 880M, GeForce GTX 780M, GeForce GTX 770M, GeForce GTX 765M, GeForce GTX 760M, GeForce GTX 680MX, GeForce GTX 680M, GeForce GTX 675MX, GeForce GTX 670MX, GeForce GTX 660M, GeForce GT 750M, GeForce GT 650M, GeForce GT 745M, GeForce GT 645M, GeForce GT 740M, GeForce GT 730M, GeForce GT 640M, GeForce GT 640M LE, GeForce GT 735M, GeForce GT 730M 		Quadro K5000, Quadro K4200, Quadro K4000, Quadro K2000, Quadro K2000D, Quadro K600, Quadro K420,
Quadro K500M, Quadro K510M, Quadro K610M, Quadro K1000M, Quadro K2000M, Quadro K1100M, Quadro K2100M, Quadro K3000M, Quadro K3100M, Quadro K4000M, Quadro K5000M, Quadro K4100M, Quadro K5100M,
NVS 510, Quadro 410 		Tesla K10, GRID K340, GRID K520
3.2 GK20A Tegra K1,
Jetson TK1
3.5 GK110, GK208 GeForce GTX Titan Z, GeForce GTX Titan Black, GeForce GTX Titan, GeForce GTX 780 Ti, GeForce GTX 780, GeForce GT 640 (GDDR5), GeForce GT 630 v2, GeForce GT 730, GeForce GT 720, GeForce GT 710, GeForce GT 740M (64-bit, DDR3), GeForce GT 920M Quadro K6000, Quadro K5200 Tesla K40, Tesla K20x, Tesla K20
3.7 GK210 Tesla K80
5.0 Maxwell GM107, GM108 GeForce GTX 750 Ti, GeForce GTX 750, GeForce GTX 960M, GeForce GTX 950M, GeForce 940M, GeForce 930M, GeForce GTX 860M, GeForce GTX 850M, GeForce 845M, GeForce 840M, GeForce 830M, GeForce GTX 870M Quadro K1200, Quadro K2200, Quadro K620, Quadro M2000M, Quadro M1000M, Quadro M600M, Quadro K620M, NVS 810 Tesla M10
5.2 GM200, GM204, GM206 GeForce GTX Titan X, GeForce GTX 980 Ti, GeForce GTX 980, GeForce GTX 970, GeForce GTX 960, GeForce GTX 950, GeForce GTX 750 SE,
GeForce GTX 980M, GeForce GTX 970M, GeForce GTX 965M 		Quadro M6000 24GB, Quadro M6000, Quadro M5000, Quadro M4000, Quadro M2000, Quadro M5500,
Quadro M5000M, Quadro M4000M, Quadro M3000M 		Tesla M4, Tesla M40, Tesla M6, Tesla M60
5.3 GM20B Tegra X1,
Jetson TX1,
Jetson Nano,
DRIVE CX,
DRIVE PX
6.0 Pascal GP100 Quadro GP100 Tesla P100
6.1 GP102, GP104, GP106, GP107, GP108 Nvidia TITAN Xp, Titan X,
GeForce GTX 1080 Ti, GTX 1080, GTX 1070 Ti, GTX 1070, GTX 1060, GTX 1050 Ti, GTX 1050,
GT 1030, MX150 		Quadro P6000, Quadro P5000, Quadro P4000, Quadro P2000, Quadro P1000, Quadro P600, Quadro P400,
Quadro P5000(Mobile), Quadro P4000(Mobile), Quadro P3000(Mobile) 		Tesla P40, Tesla P6, Tesla P4
6.2 GP10B Tegra X2, Jetson TX2, DRIVE PX 2
7.0 Volta GV100 NVIDIA TITAN V Quadro GV100 Tesla V100
7.2 GV10B Tegra Xavier,
Jetson AGX Xavier, DRIVE AGX Xavier, DRIVE AGX Pegasus
7.5 Turing TU102, TU104, TU106, TU116, TU117 NVIDIA TITAN RTX,
GeForce RTX 2080 Ti, RTX 2080, RTX 2070, RTX 2060,
GeForce GTX 1660 Ti, GTX 1660, GTX 1650 		Quadro RTX 8000, Quadro RTX 6000, Quadro RTX 5000, Quadro RTX 4000,
Quadro T2000, Quadro T1000 		Tesla T4
8.0? Ampere

ვერსიები და მახასიათებლები

[რედაქტირება | წყაროს რედაქტირება]
Translation arrow icon ამ სტატიას/სექციას ქართულად თარგმნა სჭირდება.
გთხოვთ იხილოთ ამ სტატიის სექცია ქართულად სათარგმნი სტატიების გვერდზე განხილვისთვის. თუ სტატია არ დაიწერა ქართულად მომდევნო ორი კვირის განმავლობაში, ის წაშლას დაექვემდებარება.

თუ თქვენ წარადგინეთ ეს გვერდი თარგმნის მოთხოვნაზე, გთხოვთ დაამატოთ
{{subst:თარგმნაუნდა| გვერდი=CUDA| ენა=უცნობი| შენიშვნა=}} ~~~~
იგი ქართულად სათარგმნი სტატიების გვერდის ამ სექციას.

ფუნქციის მხარდაჭერა გამოთვლის შესაძლებლობების (ვერსია)
1.0 1.1 1.2 1.3 2.x 3.0 3.2 3.5, 3.7, 5.0, 5.2 5.3 6.x 7.x
Integer atomic functions operating on 32-bit words in global memory არა დიახ
atomicExch() operating on 32-bit floating point values in global memory
მთელი ატომური ფუნქციები, რომლებიც მოქმედებენ 32 – ბიტიან სიტყვებზე გაზიარებულ მეხსიერებაში არა დიახ
atomicExch() operating on 32-bit floating point values in shared memory
მთელი ატომური ფუნქციები, რომლებიც მოქმედებენ 64 – ბიტიან სიტყვებზე გლობალურ მეხსიერებაში
Warp vote functions
Double-precision floating-point operations არა დიახ
Atomic functions operating on 64-bit integer values in shared memory არა დიახ
მთელი ატომური ფუნქციები, რომლებიც მოქმედებენ 32 – ბიტიან სიტყვებზე გაზიარებულ და გლობალურ მეხსიერებაში
_ballot()
_threadfence_system()
_syncthreads_count(), _syncthreads_and(), _syncthreads_or()
ზედაპირული ფუნქციები
ძაფების მბლოკავი 3D ბადე
Warp shuffle functions არა დიახ
Funnel shift არა დიახ
Dynamic parallelism არა დიახ
Half-precision floating-point operations:
addition, subtraction, multiplication, comparison, warp shuffle functions, conversion 		არა დიახ
Atomic addition operating on 64-bit floating point values in global memory and shared memory არა დიახ
Tensor core არა დიახ
მონაცემების ტიპი Operation Supported since Supported since
for global memory 		Supported since
for shared memory
16-bit integer general operations
32-bit integer atomic functions 1.1 1.2
64-bit integer atomic functions 1.2 2.0
16-bit floating point addition, subtraction,
multiplication, comparison,
warp shuffle functions, conversion 		5.3
32-bit floating point atomicExch() 1.1 1.2
32-bit floating point atomic addition 2.0 2.0
64-bit floating point general operations 1.3
64-bit floating point atomic addition 6.0 6.0
tensor core 7.0


ტექნიკური მახასიათებლები გამოთვლის შესაძლებლობა (ვერსია)
1.0 1.1 1.2 1.3 2.x 3.0 3.2 3.5 3.7 5.0 5.2 5.3 6.0 6.1 6.2 7.0
(7.2?) 		7.5
Maximum number of resident grids per device
(concurrent kernel execution) 		t.b.d. 16 4 32 16 128 32 16 128
Maximum dimensionality of grid of thread blocks 2 3
Maximum x-dimension of a grid of thread blocks 65535 231 − 1
Maximum y-, or z-dimension of a grid of thread blocks 65535
Maximum dimensionality of thread block 3
Maximum x- or y-dimension of a block 512 1024
Maximum z-dimension of a block 64
Maximum number of threads per block 512 1024
Warp size 32
Maximum number of resident blocks per multiprocessor 8 16 32 16
Maximum number of resident warps per multiprocessor 24 32 48 64 32
Maximum number of resident threads per multiprocessor 768 1024 1536 2048 1024
Number of 32-bit registers per multiprocessor 8 K 16 K 32 K 64 K 128 K 64 K
Maximum number of 32-bit registers per thread block არ არის 32 K 64 K 32 K 64 K 32 K 64 K 32 K 64 K
Maximum number of 32-bit registers per thread 124 63 255
Maximum amount of shared memory per multiprocessor 16 KB 48 KB 112 KB 64 KB 96 KB 64 KB 96 KB 64 KB 96 KB
(of 128) 		64 KB
(of 96)
Maximum amount of shared memory per thread block 48 KB 48/96 KB 64 KB
Number of shared memory banks 16 32
Amount of local memory per thread 16 KB 512 KB
Constant memory size 64 KB
Cache working set per multiprocessor for constant memory 8 KB 4 KB 8 KB
Cache working set per multiprocessor for texture memory 6 – 8 KB 12 KB 12 – 48 KB 24 KB 48 KB არ არის 24 KB 48 KB 24 KB 32 – 128 KB 32 – 64 KB
Maximum width for 1D texture reference bound to a CUDA
array 		8192 65536
Maximum width for 1D texture reference bound to linear
memory 		227
Maximum width and number of layers for a 1D layered
texture reference 		8192 × 512 16384 × 2048
Maximum width and height for 2D texture reference bound
to a CUDA array 		65536 × 32768 65536 × 65535
Maximum width and height for 2D texture reference bound
to a linear memory 		650002
Maximum width and height for 2D texture reference bound
to a CUDA array supporting texture gather 		არ არის 163842
Maximum width, height, and number of layers for a 2D
layered texture reference 		8192 × 8192 × 512 16384 × 16384 × 2048
Maximum width, height and depth for a 3D texture
reference bound to linear memory or a CUDA array 		20483 40963
Maximum width and number of layers for a cubemap
layered texture reference 		არ არის 16384 × 2046
Maximum number of textures that can be bound to a
kernel 		128 256
Maximum width for a 1D surface reference bound to a
CUDA array 		Not
supported 		65536
Maximum width and number of layers for a 1D layered
surface reference 		65536 × 2048
Maximum width and height for a 2D surface reference
bound to a CUDA array 		65536 × 32768
Maximum width, height, and number of layers for a 2D
layered surface reference 		65536 × 32768 × 2048
3 განზომილებიანი ზედაპირის მაქსიმალური სიგანე, სიგრძე და სიღრნე
reference bound to a CUDA array 		65536 × 32768 × 2048
cubemap-ის ზედაპირის მაქსიმუმი სიგანე და რაოდენობა 32768 × 2046
კერნელთან მისაბმელი ზედაპირების მაქსიმალური რაოდენობა 8 16
ინსტრუქციების მაქსიმალური რაოდენობა ერთ კერნელზე 2 million 512 million

რესურსები ინტერნეტში

[რედაქტირება | წყაროს რედაქტირება]
მოძიებულია „https://ka.wikipedia.org/w/index.php?title=CUDA&oldid=4563884“-დან