Cuda 如何在给定块中的线程之间共享公共值？

我有一个内核，对于给定块中的每个线程，用不同的迭代次数计算for循环。我使用大小为N_块的缓冲区来存储每个块所需的迭代次数。因此，给定块中的每个线程必须知道特定于其块的迭代次数

但是，我不确定哪种方式是读取值并将其分发给所有其他线程的最佳方式（从性能上讲）。我只看到一个好方法（请告诉我是否有更好的方法）：将值存储在共享内存中，并让每个线程读取它。例如：

__global__ void foo( int* nIterBuf )
{
   __shared__ int nIter;

   if( threadIdx.x == 0 )
      nIter = nIterBuf[blockIdx.x];

   __syncthreads();

   for( int i=0; i < nIter; i++ )
      ...
} 

\uuuuu全局\uuuuu无效foo（int*nIterBuf）
{
__共享的\uuuuu_uuuu_uuu_uu_uuu_uuu_uu_uuu_uuu_uuu_uuu_uuu；
if（threadIdx.x==0）
nIter=nIterBuf[blockIdx.x]；
__同步线程（）；
对于（int i=0；i

还有其他更好的解决方案吗？我的应用程序将使用大量数据，因此我希望获得最佳性能

---

谢谢

如果我的信息是最新的，共享内存是第二快的内存，仅次于寄存器

---

如果每次迭代都从共享内存读取此数据会减慢速度，并且仍然有可用的寄存器（请参考GPU的计算能力和规格），那么您可能会尝试在每个线程的寄存器中存储此值的副本（使用局部变量）。在某些CUDA架构（如FMI）（SM 2。x）中，如果使用C++ <代码> const 关键字声明数组或指针参数，则在块内均匀访问（即索引仅依赖于<代码> BulkKix，而不是<代码> SudiADDX < /C> >），编译器可以自动将引用提升到常量内存。 恒定内存的优点是它经过一个专用缓存，因此不会污染一级缓存，如果每个块访问的数据量相对较小，在每个块内的第一次访问之后，在每个线程块中的初始强制未命中之后，应该始终命中缓存

---

您也不需要使用任何共享内存，也不需要从全局内存传输到共享内存。

如果我将共享变量复制到局部变量，会怎么样？然而，我有一种感觉，如果我在for循环中只使用一次，那就不值得了。将值复制到本地线程内存所需的共享内存中仍然存在银行冲突。可以将其存储在寄存器中。不确定它是否真的会更快，而且它使用了一个寄存器。不，因为所有线程都从同一地址读取，所以不会有任何库冲突。但是冲突只会在每个块中发生一次，而不是在每个块中每次迭代中发生一次。@Cicada是对的，不会，请看@Kos:我不这么认为，因为编译器只会优化和存储值一次。因此，最好是从全局内存中读取，存储在共享内存中，然后复制到寄存器。还是应该跳过共享内存？毕竟，我相信没有联合阅读。要么a）从全局阅读注册，要么b）使用您发布的解决方案。还有合并阅读，请查看CUDA手册。实际上，我认为在这种情况下常数比共享更可取——更简单的代码，并且不会浪费共享内存。看我的答案。哇，很有洞察力。谢谢