Spirals

螺旋

螺旋腳本的目的是創建計算機生成的圖像。圖像映射到GPU，並提供CUDA支持。

例子

以下是使用Python腳本創建的圖像的示例。他們的配置詳細信息可以在示例文件夾中找到，並附有其他示例。

糖果甘蔗

旋轉

依賴性

為了運行Python腳本，需要安裝以下依賴項：

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

最佳化

當在Intel I7-9700K上順序運行時，每個圖像大約需要23.5877081秒。

1。並行化代碼。

優化CGI算法的第一步是重建在GPU上並行使用的算法。這是通過使用@cuda.jit裝飾器來完成的，該裝飾器需要內核調用。在執行算法之前，代碼確定如何將像素數組映射到GPU硬件上。在算法中，計算每個像素的循環被i, j = cuda.grid(2)替換。如果i和j在圖像的邊界內，則該函數計算索引的像素顏色。沒有循環。並行的加速約為1,072，大約需要22.1124毫秒。

2。最小化主機到設備數據傳輸。

根據nvprof CLI工具（在Optimizations.txt中）， [CUDA memcpy HtoD]約佔執行的36.09% 。為了繞過這一點，可以在設備上創建和初始化像素數組，而無需在CPU側內存中添加。 numba.cuda提供了一個函數device_array 。最小化主機到設備轉移的速度約為1.38，大約需要15.9563毫秒。

3。最小化設備端緩慢的內存訪問。

下一個優化利用了共享內存，一個線程共享的內存。由於內存是特定於塊的，因此讀取速度更快。因此，可以在共享內存上計算內存訪問操作。在操作之後，一個緩慢訪問全局像素陣列將完成並行化計算。共享內存使用的加速約為1.068，大約為14.9425毫秒。

從CPU算法到優化的GPU算法的總速度約為1,578。