Cuda 为什么，在我的例子中，纹理内存比全局内存慢

请帮帮我。我不明白为什么这个函数使用纹理记忆

__global__ void corr (int * data)
{ int idx = (blockIdx.y*blockDim.y+threadIdx.y)*64+ (blockIdx.x * blockDim.x + threadIdx.x);
data[idx]=0;
for(int i=0; i<blockDim.y-threadIdx.y; i++)
 for(int j=0; j<blockDim.x-threadIdx.x; j++)
data [idx] = data[idx] + tex2D(g_TexRef,blockIdx.x * blockDim.x + threadIdx.x +j, blockIdx.y*blockDim.y+threadIdx.y+i);

\uuuuu全局\uuuuu无效corr（int*数据）
{int idx=（blockIdx.y*blockDim.y+threadIdx.y）*64+（blockIdx.x*blockDim.x+threadIdx.x）；
数据[idx]=0；
对于费米上的（int i=0；i），全局内存负载缓存在一级缓存中，一级缓存的带宽高于纹理缓存

此外，您的2D空间位置可能不够高，无法从使用纹理中获益。如果是这样，您可以重构内核，以便并发运行的线程可以访问缓存中彼此更接近的值

有关更多信息和更多指针，请参阅此线程：
您使用的是哪种计算功能？您是否尝试在探查器中运行以查看缓存命中和未命中？
__global__ void corr1(int * in , int * data)
{ int idx = (blockIdx.y*blockDim.y+threadIdx.y)*64+ (blockIdx.x * blockDim.x + threadIdx.x);
data[idx]=0;
for(int i=0; i<blockDim.y-threadIdx.y; i++)
 for(int j=0; j<blockDim.x-threadIdx.x; j++)
 data [idx] = data[idx] +in[(blockIdx.y*blockDim.y+threadIdx.y+i)*64+blockIdx.x * blockDim.x + threadIdx.x +j];