一、GPU调度全景图：什么是GPU任务调度？为什么需要调度？GPU与CPU在调度上的核心差异

调度，说白了就是“谁先干、谁后干、干多久”。

你想想看，一个系统里资源就那么多——计算单元、内存带宽、寄存器文件。但任务可能成百上千。谁来决定它们怎么排队？谁来决定哪个任务先拿到计算资源？这就是调度干的事。

我个人习惯把调度比作“交通指挥”。CPU调度像是城市里的红绿灯，车不多，规则简单。GPU调度呢？更像是北京西二旗地铁站早高峰——人山人海，但还得保证每个人都能挤上车，还不能踩踏。

嗯，这个比喻虽然糙了点，但道理是通的。

你可能觉得：任务来了就执行呗，有什么好调的？

我在项目中遇到过这样的场景：一个深度学习训练任务，把GPU跑满了，但显存利用率只有30%。为什么？因为没有调度好——计算单元在等数据，数据在等搬运，搬运在等总线。说白了，资源在“空转”。

调度要解决的核心问题有三个：

我曾经见过一个团队，写了个CUDA程序，性能死活上不去。后来发现是线程块调度没做好，SM（流多处理器）之间负载严重不均。有的SM忙死，有的SM闲死。这就是调度没搞好的典型后果。

核心观点：没有调度，GPU就是一堆高性能的“废铁”。调度决定了这些算力能不能真正变成性能。

这个问题，我面试过很多人，十个有八个答不全。咱们来拆开看。

CPU调度一个线程，要保存寄存器、程序计数器、栈指针……一套下来几百个周期。GPU呢？硬件天然支持多线程上下文，切换就是换一组寄存器指针的事。说白了，GPU的线程切换几乎是“免费的”。

CPU用的是“抢占式调度”。操作系统说了算，时间片到了就给你切走。你正在算一个东西，系统说停，你就得停。这叫“被动让出”。

GPU用的是“协作式调度”。线程块自己决定什么时候让出SM。你算完了，或者卡在访存了，硬件自动切到下一个就绪的线程束。这叫“主动让出”。

为什么会这样？因为GPU的线程太多了。几万个线程，操作系统根本管不过来。只能靠硬件自己搞定。

小技巧：写GPU程序时，尽量让每个线程的工作量差不多。否则会出现“木桶效应”——最慢的那个线程决定了整个线程块的完成时间。我踩过这个坑，后来学乖了。

CPU调度追求的是“低延迟”。你点一下鼠标，系统得赶紧响应。所以CPU调度器会尽量让交互线程优先执行。

GPU调度追求的是“高吞吐”。你跑一个矩阵乘法，不在乎单个元素算得快不快，在乎的是整个矩阵算完要多快。所以GPU调度器会尽量让所有SM都满载，哪怕单个线程慢一点也没关系。

说白了，CPU是“单兵作战”，GPU是“人海战术”。

下面这张图，是我自己画的一个GPU调度全景图。你看完应该能对整体有个感觉。

这张图里，我刻意把调度分成了三个层次：

这三个层次，每一层都有自己的调度策略。你写程序时，其实就是在跟这三层调度打交道。

注意：很多初学者只关注第三层（Warp调度），忽略了前两层。我曾经犯过这个错——在CPU端频繁提交小kernel，结果调度开销占了总时间的一半。后来改成合并提交，性能直接翻倍。

GPU调度，说白了就是“让几万个线程高效地共享有限的计算资源”。它跟CPU调度最大的区别在于：

嗯，这些概念先记着。后面我们会一步步深入，把每一层调度都拆开来看。