CUDA线程模型

线程模型（软件角度）

kernel在device上执行时实际上是启动很多线程，一个kernel所启动的所有线程称为一个网格（grid），同一个网格上的线程共享相同的全局内存空间，grid是线程结构的第一层次，而grid又可以分为很多线程块（block），一个线程块里面包含很多线程，这是第二层次。

• 1. Thread：线程，并行的基本单位；
• 1. Thread Block：线程块，互相合作的线程组，线程块有如下几个特点：
     1. 允许彼此同步；
     2. 可以通过共享内存快速交换数据；
     3. 可以以1维、2维或3维组织（一般为3维）；
     4. 每一个block和每个thread都有自己的ID（blockIdx和threadIdx），我们通过相应的索引找到相应的线程块和线程。
• 1. Grid：一组线程块
     1. 可以以1维、2维或3维组织（一般为2维）；
     2. 共享全局内存；
     3. grid和block都是定义为dim3类型的变量，dim3可以看成是包含三个无符号整数(x, y, z)成员的结构体变量，在定义时，缺省值初始化为1；
     4. dim3仅为host端可见，其对应的device端类型为uint3。
• 1. Warp：GPU执行程序时调度和运行的单位（是SM的基本执行单元），目前cuda的warp的大小为32；同在一个warp的线程，以不同数据资源执行相同的指令，这就是所谓 SIMT（Single Instruction Multiple Threads，单指令多线程）。
• 1. Kernel：在GPU上执行的核心程序，这个kernel函数是运行在某个Grid上的。
     1. One kernel <==> One Grid

流处理器（硬件角度）

• 1. SP（streaming processor）：也称CUDA core。最基本的处理单元，具体的指令和任务都是在SP上处理的。一个SP可以执行一个thread；
• 1. SM（streaming multiprocessor）：也叫GPU大核，由多个SP加上其他资源（如：warp scheduler，register，shared memory等）组成。block在SM上执行。
     1. SM可以看做GPU的心脏（对比CPU核心），register和shared memory是SM的稀缺资源。CUDA将这些资源分配给所有驻留在SM中的threads。因此，这些有限的资源就使每个SM中active warps有非常严格的限制，也就限制了并行能力；
     2. 每个SM包含的SP数量依据GPU架构而不同，Fermi架构GF100是32个，GF10X是48个，Kepler架构都是192个，Maxwell架构都是128个；
     3. SM上并不是所有的thread能够在同一时刻执行。Nvidia把32个threads组成一个warp，warp是调度和运行的基本单元。warp中所有threads并行的执行相同的指令。一个warp需要占用一个SM运行，多个warps需要轮流进入SM。由SM的硬件warp scheduler负责调度。目前每个warp包含32个threads（Nvidia保留修改数量的权利）。所以，一个GPU上resident thread最多只有 SM * warp个。
     4. block一旦被分配好SM，该block就会一直驻留在该SM中，直到执行结束。一个SM可以同时拥有多个blocks，但需要序列执行。

对应关系&硬件结构