C++ CUDA中什么更快：全局内存写入+__到全局内存的threadfence（）或atomicExch（）？

假设我们有很多线程将按顺序访问全局内存，那么总体上哪个选项执行得更快？我对此表示怀疑，因为_threadfence（）考虑了所有共享和全局内存写入，但写入是合并的。另一方面，atomicExch（）只考虑了重要的内存地址，但我不知道写入是否合并

代码：

array[threadIdx.x] = value;

或

---

谢谢。

在开普勒GPU上，我会打赌原子EXCH，因为原子学在开普勒上非常快。在费米上，这可能是一个清洗，但考虑到没有碰撞，

atomicExch

仍然可以很好地执行

---

请做一个实验并报告结果。

这两个做的事情完全不同

atomicExch

确保一次没有两个线程试图修改给定的单元格。如果发生这种冲突，可能会暂停一个或多个线程。如果您事先知道没有两个线程访问同一个单元格，那么就没有必要使用任何

原子…

函数

\uuuu threadfence（）

延迟当前线程（并且仅延迟当前线程！），以确保给定线程的任何后续写入实际上都会在以后发生。 因此，

\uuu threadfence（）

本身，没有任何后续代码，是不太有趣的

因此，我认为没有必要比较这两种方法的效率。也许如果你能展示一个更具体的用例，我可以讲述

---

请注意，这两种方法实际上都不能保证线程的实际执行顺序。

可以同时尝试这两种方法并报告结果吗？：）或者，两种方法都试一下，感到惊讶，然后问“为什么ABC比XYZ快这么多？”。。或者，尝试两者，只看到平淡的结果，然后继续前进。

atomicExch(&array[threadIdx.x] , value);