a898faa34eb890eae3a6eb891b59a49f5f3f8b95
基于 CCCL delay 系统源码分析 (single_pass_scan_operators.cuh): if (gridDim.x < 500) __threadfence_block(); // 小 grid else __nanosleep(Delay); // 大 grid BI-V100: 16 SMs × ~2 CTAs/SM = max 32 CTAs → gridDim.x < 500 永远成立 → 所有 exponential_backoff/backon 在 BI-V100 上退化为 __threadfence_block → no_delay 是唯一正确的策略 变更: - tuning_reduce_by_key.cuh: 280→171 行, 删除 sd() 缩放函数, 66 条 entry 全部改为 no_delay, 保留 l2_write_latency - tuning_scan_by_key.cuh: 256→145 行, 同上 - CCCL benchmark-tuned 的 threads/items/load_algorithm 不变
project_6
Description
Languages
C++
41.8%
Cuda
31.6%
Python
22.2%
C
2.1%
CMake
1.1%
Other
1.1%