15-minutong sesyon: magbasa nang 3 minuto, mag-trace nang 3, mag-eksperimento nang 7, at sagutan ang check nang 2. Maglaan ng dagdag na oras kung kailangan.
Maaaring maging episyente ang memory transaction kapag magkatabing element ang ina-access ng GPU lane. Nakababawas ng global read ang shared workgroup memory ngunit limitado ito at kailangan ng synchronization. Iba ang detalye sa CUDA, Metal, Vulkan, at iba pa. Iguhit ang lane-to-element mapping at i-validate ang output pagkatapos ng bawat layout change.
Pagsasanay at ebidensiya: Hulaan ang halimbawa o iguhit ang pagbabago ng state. Baguhin ang isang palagay, subukan ang hangganan, at itala ang aktuwal na resulta. Ipaliwanag kung ano ang hindi napapatunayan ng maliit na modelo tungkol sa production system.
lanes=4
contiguous=[lane for lane in range(lanes)]
strided=[lane*16 for lane in range(lanes)]
print(contiguous)
print(strided)
Inaasahang resulta: [0, 1, 2, 3]
[0, 16, 32, 48]
Itala ang hula, aktuwal na resulta, at dahilan ng pagtugma o pagkakaiba. Sinusukat ng completion check ang pag-unawa; hinahasa ng practice task ang kasanayan.