返回全部题目← 上一题85 / 114下一题 →题库/模型训练与对齐/Q-6250实现指定轴的 CUDA 归约并优化块内与跨块计算。知识专题：分布式训练与计算硬件题目类型：代码题技术难度：深入收录题集：2 份暂无参考答案未标记未标记待复习已掌握收藏询问 AI选择 AI 平台KimiKimi（新窗口打开）Qwen千问（新窗口打开）OpenAIChatGPT（新窗口打开）自动带入当前题目本题目录收录题集相关题目收录题集2 份编码题专题汇编阿东玩 AI · AgentGuide · 3 条原题查看题集 →【CUDA、reduce｜L3】手撕CUDA代码二维矩阵，每一行做 reduce。 「百度」【CUDA、reduce、优化、warp shuffle｜L4】写一个reduce，用block，优化版:用warp shuffle，能不能再优化?；另一场次补充：手撕reduce（至少要用warp shuffle）；另一场次补充：手撕reduce和reduce的优化 「字节跳动、阿里巴巴」【CUDA、reduce、二维矩阵｜L4】手撕二维大矩阵reduce，(1000000,128)矩阵reduce到(1,128) 「字节跳动」AI系统与训练推理工程阿东玩 AI · AgentGuide · 1 条原题查看题集 →【Reduce实现与优化】手撕CUDA reduce，要求实现block reduce，并使用warp shuffle优化，能否进一步优化？变体：对二维矩阵的每一行做reduce；输入为[N, C, H, W] = [128, 16, 256, 256]，输出为[N, H, W]；输入为(1000000,128)矩阵，reduce到(1,128)。 「字节跳动、百度、阿里巴巴」相关题目4 题0030DCU 与 GPU 有什么区别？同一知识专题题目类型：比较选型技术难度：进阶相关面经：2 篇0031SIMT 有什么特点，遇到分支会发生什么？同一知识专题题目类型：原理机制技术难度：进阶相关面经：1 篇0032GPU 的存储层次和计算单元如何组织？同一知识专题题目类型：原理机制技术难度：进阶相关面经：2 篇0033DCU 如何把数据传入寄存器，并在芯片上共享？同一知识专题题目类型：原理机制技术难度：进阶相关面经：1 篇♥♥♥♥♥← 上一题已到最后一题← 上一题实现 CUDA 向量加法 Kernel。下一题 →实现并优化 CUDA GEMM Kernel。
