CUDA 算子 Block/Grid、共享内存与 Occupancy 调优
答案要点
- Block 取 32 的倍数,常用 128/256,上限 1024;Grid 取 ceil(N/block) 或 grid-stride
- 共享内存用于数据复用,如 GEMM 分块,配合 __syncthreads
- 注意 bank conflict,可用 padding 错开;全局访存要合并
- Occupancy = 活跃 warp/最大 warp,受寄存器、共享内存、Block 大小限制
- 先用 Nsight Compute 判断访存还是计算瓶颈,占用率并非越高越好
易错点
- Block 大小不是 32 的倍数,浪费 warp 内线程
- 盲目追求 100% 占用率而忽视寄存器和共享内存的复用收益
- 使用共享内存后漏写 __syncthreads 导致数据竞争
面试官常见追问
- 寄存器用太多会怎样?
- 什么是合并访存?
- 访存密集型和计算密集型算子分别怎么优化?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。