Recherche:

Salut, quoi de neuf depuis le temps ?

Pour répondre à ton dernier post, tu as raison qu'il y a une différence entre les différentes cartes graphiques mais sachant que ta cartes graphique peut...

Voici la réponse à notre problème :

https://devtalk.nvidia.com/default/topic/953975/sequential-code-is-faster-than-parallel-how-is-it-possible-/

C'est pas du tout open source, je lis dans la mémoire RAM pour récupérer les valeurs dont j'ai besoin et je simule des appuis de touche pour faire jouer mon IA.

Oui, si tu fais de l'informatique va falloir te mettre à l'anglais, si tu avais posé ta question directement sur le forum CUDA de NVidia tu aurais eu de meilleurs réponses.
Après je ne suis pas non...

En gros tu passes de 109 ms SUR GPU à 220 ms sur GPU, du coup c'est 2 fois plus long sur GPU. Sachant que la fréquence d'un GPU et à peu près 2 fois plus lent qu'un CPU c'est comme si aucune...

Tout d'abord regarde si tu n'est pas en mode debug ou autre, vérifie bien tes options de compilation.

Essaye de voir si tu fais beaucoup plus de calculs, à mon avis utiliser un GPU pour calculer...

Mon problème de lenteur ne viens ni de cudaMemcpy ni de cudaMalloc mais du coup je sais pas trop d'ou ça viens,je pense que ça viens de la mémoire partagée, enfin bref.
De toute façon pour la base...

Content que tu t'y remette.
De mon côté je programme des réseaux de neurones mais mon code est trop lent ("seulement" 20 000 étapes par secondes pour un réseaux de 480 neurones). En gros je ne lis...

J'ai actuellement le même problème et je suis quasiment sur que le problème viens de l'utilisation de la mémoire partagé :

https://devblogs.nvidia.com/parallelforall/using-shared-memory-cuda-cc

Bonjour,
je pense que cela vient de tes cudaMemcpy si tu en as. Sinon peux-tu monter ton code ? Ça m’intéresse beaucoup de voir ce que tu as fais.