CUDA 实现矩阵加减与点乘
哪些公司问过
答案要点
- 逐元素运算每个线程负责一个或多个元素,用全局下标并做越界判断
- 网格跨步循环支持任意规模,减少对网格配置的依赖
- 访存密集型,关键是合并访存,可用 float4 向量化读写
- 共享内存对纯逐元素操作帮助不大
- 向量内积需归约:线程局部求和,block 内共享内存或 warp shuffle 归约,再原子加或二次汇总
易错点
- 忘记越界判断,元素数不是线程数整数倍时越界
- 相邻线程访问跨步地址,导致非合并访存
- 内积归约直接对全局变量大量原子加,性能很差
面试官常见追问
- block 大小怎么选?
- 多个逐元素操作连续执行怎么优化?
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。