GPU 的内部结构与执行模型
哪些公司问过
答案要点
- GPU 吞吐量优先,用大量计算单元和线程并发掩盖延迟
- NVIDIA 层级:GPU、GPC、TPC、SM,SM 是执行核心
- SM 包含 CUDA Core、Tensor Core、RT Core、warp 调度器、寄存器堆、共享内存
- warp 为 32 线程的调度单位,采用 SIMT,分支发散会降低效率
- 存储层次:寄存器、共享内存/L1、L2、显存,需注意合并访存
易错点
- 说 GPU 单线程性能比 CPU 强
- 把 CUDA Core 等同于 CPU 核心,两者能力差别很大
- 忽略显存带宽和访存模式对性能的影响
面试官常见追问
- 讲一下 Thread、Block、Warp、SM 的关系。
- CUDA 软件的大体架构是什么?
- 什么是分支发散?怎么减少?
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。