CUDA合并内存访问速度取决于字大小
我有一个CUDA程序，其中一个warp需要访问（例如）96字节的全局内存 它正确地对齐内存位置和通道索引，以便在单个事务中合并和完成访问 该程序可以使用12条通道进行访问，每条通道访问一个uint8\t。或者，它将使用6条通道访问uint16，或者使用3条通道访问uint32 这些备选方案之间是否存在性能差异？如果每个线程访问的内存量较小，访问速度是否会更快CUDA合并内存访问速度取决于字大小,cuda,gpu,nvidia,gpgpu,Cuda,Gpu,Nvidia,Gpgpu,我有一个CUDA程序，其中一个warp需要访问（例如）96字节的全局内存 它正确地对齐内存位置和通道索引，以便在单个事务中合并和完成访问 该程序可以使用12条通道进行访问，每条通道访问一个uint8\t。或者，它将使用6条通道访问uint16，或者使用3条通道访问uint32 这些备选方案之间是否存在性能差异？如果每个线程访问的内存量较小，访问速度是否会更快 当每个warp需要访问的内存量不同时，优化它是否有好处，使线程尽可能访问更小的单元（16位或8位）？如果不知道数据在寄存器中如何使用，则很
当每个warp需要访问的内存量不同时，优化它是否有好处，使线程尽可能访问更小的单元（16位或8位）？如果不知道数据在寄存器中如何使用，则很难说明最佳选项。对于几乎所有的GPU，这些选项之间的性能差异可能非常小 NVIDIA GPU L1支持从L1返回64字节/扭曲（CC5,6.）或128字节/扭曲（CC3,CC7.）。只要尺寸合适