CUDA Mandelbrot内核优化相关疑问及技术咨询

已实施的优化调整及效果 #

• 注释掉线程越界检查的if语句：传入w=3840*8、h=2160*8时该条件从未触发，但由于Mandelbrot迭代循环在总耗时中占比极高，整体性能几乎无变化。
• 重构x0、y0的计算逻辑：将内核内的(xmax-xmin)*j/w改为传入预计算的dx_per_pixel*j，但因最大迭代次数仅为64，该优化的性能占比很小，效果不明显。
• 编译选项测试：-O3对主机端代码性能提升显著，但对CUDA内核的性能无明显影响。

核心疑问 #

1. CUDA中的浮点运算表达式是否会采用与标准C语言不同的重排规则？
2. 若抛开本案例中迭代循环占比极高的前提，将常量计算移出内核是否能带来有效优化？
3. 除nvcc -O3外，还有哪些编译选项可以生成性能更优的CUDA代码？

内存操作相关咨询 #

• 当前代码是否属于顺序内存写入？
• 是否可以让线程先将计算结果写入8个寄存器，再批量写入内存以提升性能？

内容的提问来源于stack exchange，提问作者Dov