與cuda相關的幾個概念：thread，block，grid，warp，sp，sm。
sp: 小核（流處理器）最基本的處理單元，streaming processor 最後具體的指令和任務都是在sp上處理的。gpu進行平行計算，也就是很多個sp同時做處理
sm: 大核（流多處理器）多個sp加上其他的一些資源組成乙個sm, streaming multiprocessor. 其他資源也就是儲存資源，共享記憶體，寄儲器等。
warp：（執行緒束）gpu執行程式時的排程單位，一起執行。目前cuda的warp的大小為32，同在乙個warp的執行緒，以不同資料資源執行相同的指令。
grid、block、thread：在利用cuda進行程式設計時，乙個grid分為多個block，而乙個block分為多個thread.其中任務劃分到是否影響最後的執行效果。劃分的依據是任務特性和。
利用圖形api 和cuda進行gpu通用計算的效能區別？
利用圖形api需要把問題轉化為圖形學的變化；而cuda是c語言的擴充套件，比較適合做通用計算
gpu的指令和cpu指令的最大區別？
cpu需要執行os，不但要處理中斷，還要負責儲存器空間分配與**，cpu指令有很多都是操作特權暫存器；gpu目前還做不到這一點
你怎麼樣知道是否達到了gpu的理論加速倍數？怎麼計算？
通過成千上萬執行緒來隱藏訪問延遲
gpu架構的缺點？如果讓你設計，你會怎麼改進？
a.精度問題，b.程式設計模式不太靈活
gpu有通過成千上萬執行緒來隱藏訪問延遲，cpu也有隱藏訪問延遲的優化，最大的區別是什麼？
cpu的執行緒切換開銷是昂貴的，一般都是需要1000cycle而gpu的執行緒切換只有1個cycle
請你列舉出一些常用的優化方法
（執行緒束->執行緒塊）對於block和thread的分配問題，有這麼乙個技巧，每個block裡面的thread個數最好是32的倍數，因為，這樣可以讓執行緒束一起執行，計算效率更高，促進memory coalescing
（ 執行緒塊 ）乙個sm只會執行乙個block裡的warp，當該block裡warp執行完才會執行其他block裡的warp。進行劃分時，最好保證每個block裡的warp比較合理，那樣可以乙個sm可以交替執行裡面的warp，從而提高效率，此外，在分配block時，要根據gpu的sm個數，分配出合理的block數，讓gpu的sm都利用起來，提利用率。分配時，也要考慮到同乙個執行緒block的資源問題，不要出現對應的資源不夠。
（記憶體）共享記憶體的使用量也是影響occupancy的乙個重要因子，一塊大核擁有一塊共享記憶體。shared新增到變數宣告中，這將使這個變數駐留在共享記憶體中。在宣告共享記憶體變數後，執行緒塊中的每個執行緒都共享這塊記憶體，使得乙個執行緒塊中的多個執行緒能夠在計算上進行通訊和協作。
（記憶體）紋理快取是唯讀的記憶體，專門為記憶體訪問存在大量空間區域性性的設計，核函式需要特殊的函式告訴gpu讀取紋理記憶體而不是全域性記憶體。使用紋理記憶體，如果同乙個執行緒束內的thread的訪問位址很近的話，那麼效能更高。
面經筆記 管道
匿名管道只能實現本機機器上兩個程序的通訊，通常用來在父子程序間通訊，不能實現跨網路的通訊。下面只貼出核心 父程序 void cparentview onpipecreate startupinfo sui 建立新程序所需資訊結構體 process information pi 程序資訊結構體 zer...
面經筆記 STL
空間配置器 為什麼不說allocator是記憶體配置器 空間不一定是記憶體，空間也可以是磁碟或其他儲存介質，你可以寫乙個allocator直接向硬碟取空間。sgi stl的配置器名為alloc，是預設的空間配置器。雖然也定義了乙個符合部分標準的allocator配置器，但只是把c 中new和dele...
面經 葫蘆面經
1 給定乙個n位數，例如12345，從裡面去掉k個數字，得到乙個n k位的數，例如去掉2，4，得到135，去掉1，5，得到234。設計演算法，求出所有得到的 n k位數裡面最小的那乙個 2 找明星 n個人中，只有乙個明星 明星不認識其他所有的人，而其他人 都認識明星，這些人中也可能相互認識。你每次只...