Spirals

螺旋

螺旋脚本的目的是创建计算机生成的图像。图像映射到GPU，并提供CUDA支持。

例子

以下是使用Python脚本创建的图像的示例。他们的配置详细信息可以在示例文件夹中找到，并附有其他示例。

糖果甘蔗

旋转

依赖性

为了运行Python脚本，需要安装以下依赖项：

• NUMBA V0.51.2
• 枕头V8.1.0
• Numpy V1.19.2

优化

当在Intel I7-9700K上顺序运行时，每个图像大约需要23.5877081秒。

1。并行化代码。

优化CGI算法的第一步是重建在GPU上并行使用的算法。这是通过使用@cuda.jit装饰器来完成的，该装饰器需要内核调用。在执行算法之前，代码确定如何将像素数组映射到GPU硬件上。在算法中，计算每个像素的循环被i, j = cuda.grid(2)替换。如果i和j在图像的边界内，则该函数计算索引的像素颜色。没有循环。并行的加速约为1,072，大约需要22.1124毫秒。

2。最小化主机到设备数据传输。

根据nvprof CLI工具（在Optimizations.txt中）， [CUDA memcpy HtoD]约占执行的36.09% 。为了绕过这一点，可以在设备上创建和初始化像素数组，而无需在CPU侧内存中添加。 numba.cuda提供了一个函数device_array 。最小化主机到设备转移的速度约为1.38，大约需要15.9563毫秒。

3。最小化设备端缓慢的内存访问。

下一个优化利用了共享内存，一个线程共享的内存。由于内存是特定于块的，因此读取速度更快。因此，可以在共享内存上计算内存访问操作。在操作之后，一个缓慢访问全局像素阵列将完成并行化计算。共享内存使用的加速约为1.068，大约为14.9425毫秒。

从CPU算法到优化的GPU算法的总速度约为1,578。