bandwidth 标签归档

共 3 篇文章 · 返回首页

【GPU 算子工程】访存优化：合并访问、bank conflict 与对齐

global memory 合并访问与 shared memory bank conflict 是 GPU 访存优化的两大主题。实测跨步访问让有效带宽从 412 跌到 90 GB/s，32 路 bank conflict 让 shared 访问慢 11 倍。讲清成因与规避方法。

拆开 GPU 的存储金字塔：寄存器、shared memory、L1/L2、global memory 的容量、带宽与延迟量级。用实测展示 L2 命中（约 3.4 TB/s）与 DRAM（约 400 GB/s）相差近一个数量级，解释为什么数据放哪决定算子性能。

BBR 抛弃了 30 年来基于丢包的拥塞控制范式，改为直接估算瓶颈带宽和最小 RTT。本文剖析 BBR v1/v2/v3 的状态机与工程行为，分析 BBR 与 CUBIC 共存的公平性问题，并给出生产环境的部署与调优指南。