Cuda 每个扭曲线程从共享内存加载一个相同的32字节（ulong4）
如果每个warp访问同一地址的共享内存，如何加载32字节的数据（ulong4）？它会被“广播”吗？访问时间是否与每个线程加载2个字节的“unsigned short int”相同Cuda 每个扭曲线程从共享内存加载一个相同的32字节（ulong4）,cuda,gpu,gpgpu,nvidia,Cuda,Gpu,Gpgpu,Nvidia,如果每个warp访问同一地址的共享内存，如何加载32字节的数据（ulong4）？它会被“广播”吗？访问时间是否与每个线程加载2个字节的“unsigned short int”相同 现在，如果我需要从共享内存中加载每个扭曲中32/64个相同的字节，我如何才能做到这一点？在compute capability 3.0之前的设备上，共享内存访问总是32位/4字节宽，如果扭曲的所有线程都访问相同的地址，则将进行广播。更广泛的访问将编译为多条指令 使用cudaDeviceSetSharedMemConfi
现在，如果我需要从共享内存中加载每个扭曲中32/64个相同的字节，我如何才能做到这一点？在compute capability 3.0之前的设备上，共享内存访问总是32位/4字节宽，如果扭曲的所有线程都访问相同的地址，则将进行广播。更广泛的访问将编译为多条指令 使用cudaDeviceSetSharedMemConfig（）可以将计算能力3.0上的共享内存访问配置为32位宽或64位宽。不过，所选设置将应用于整个内核
[由于我最初错过了问题中的“共享”一词，因此我给出了一个关于全局内存的完全脱离主题的答案。既然这个答案应该仍然正确，我就把它留在这里：] 这取决于：
- 计算能力1.0和1.1不广播和使用64个独立的32字节内存事务（两倍于16字节，扩展到warp每个线程的最小32字节事务大小）
- 计算能力1.2和1.3广播，所以两个32字节的事务（两个16字节的倍数，扩展到最小32字节事务大小）足以满足warp的所有线程
- Compute capability 2.0及更高版本只需读取一条128字节的缓存线，即可满足来自该缓存线的所有请求
因此，在compute capability 2.0及更高版本上，您无需担心。在1.x上，如果数据是常量，则通过常量缓存或纹理读取数据，否则在共享内存中对其重新排序（假设您的内核内存带宽受限）。在compute capability 3.0之前的设备上，共享内存访问总是32位/4字节宽，如果一个扭曲的所有线程访问相同的地址，则将进行广播。更广泛的访问将编译为多条指令 使用cudaDeviceSetSharedMemConfig（）可以将计算能力3.0上的共享内存访问配置为32位宽或64位宽。不过，所选设置将应用于整个内核
[由于我最初错过了问题中的“共享”一词，因此我给出了一个关于全局内存的完全脱离主题的答案。既然这个答案应该仍然正确，我就把它留在这里：] 这取决于：
- 计算能力1.0和1.1不广播和使用64个独立的32字节内存事务（两倍于16字节，扩展到warp每个线程的最小32字节事务大小）
- 计算能力1.2和1.3广播，所以两个32字节的事务（两个16字节的倍数，扩展到最小32字节事务大小）足以满足warp的所有线程
- Compute capability 2.0及更高版本只需读取一条128字节的缓存线，即可满足来自该缓存线的所有请求
因此，在compute capability 2.0及更高版本上，您无需担心。在1.x上，通过常量缓存或纹理（如果是常量）读取数据，或者在共享内存中重新排序（假设您的内核是内存带宽限制的）。您写“读取128字节缓存线”和我的问题“每个扭曲线程是否访问共享内存…”。对共享内存的真正访问是从缓存线获取数据吗？而真正的事务大小是128字节，用于访问共享内存，与全局内存中的相同？哎呀，我就在这里。我错过了共享内存部分，而是写了关于全局的。那就得改变答案了。我只是注意到我不能否决我自己的答案…好的。现在，我稍微调整了标题，使其更明显，这是一个共享内存。关于这个问题，据我所知，一次可以获取的最大数据块是128位（ulong2）。所有扭曲线程都会将两个事务的ulong4加载到共享内存中。您可以写“读取128字节缓存线”和我的问题“如果每个扭曲线程都访问共享内存…”。对共享内存的真正访问是从缓存线获取数据吗？而真正的事务大小是128字节，用于访问共享内存，与全局内存中的相同？哎呀，我就在这里。我错过了共享内存部分，而是写了关于全局的。那就得改变答案了。我只是注意到我不能否决我自己的答案…好的。现在，我稍微调整了标题，使其更明显，这是一个共享内存。关于这个问题，我想