SIMT ( Single Instruction Multiple Threads）

按照费林分类法，
S IM T也属于S IM D的范畴，因为它也足在多个数据上执行相同的指令。但在程序实现的过
程中，S IM T允许由用户来分配线程， 并行计算也是以线程为单位的。说得具体牲，
CUDA为每个线程指定了标识符（编号）。在已知数暈的数据上，SIMT模型可以指定f t定义

数H的线程，并根据线程标识符设计线程与数据关联的映射法则。

在S IM T模型中， 用户可以只分配一个线程，像申•核的CPU —样来处理庞人的数据，
也可以分配多线程来并行计兑。

现在总结一下SIMD ( 包括S IM T )的两大特点。也就是说，要使MJ G PU做并行计兑，
就要保证并行算法满足以F两点：

1 )每个线程的任务互不相关。
2 ) 每个线程执行相同的指令。

与之相应，具有以下特点的算法能够在GPU上达到最高的执行效率：
1 )每个数据（数据包）都需要经过相同的流程来处理。
2 ) 数据之间没有相干性，即某些数据的计算不依赖于另外一些数据的计算结果。
3 ) 数据量庞大。

。一个完整的程序吋
以娃由多个满足以上条件的部分接合起来的，而对程序全局的控制和各部分的协调可以在
CPU上完成，这也就是所谓的异构并行计算。

（CUBLAS是由CUDA C 实现的线性代
数函数库