在cuda中的1个事务中读取每个线程4个字符

我最近在学习中文大学。我有一个关于内存事务的问题。 我的理解是，在每个事务中，32个连续线程（在同一块中）可以同时访问连续128字节（32个单精度字）的内存，这称为扭曲。 但在本例中，每个线程总是将（4字节）字作为一个完整变量进行访问。所以我的问题是，如果我在全局内存中的数组被定义为字符类型，那么所有32个线程可以访问这段内存，并在同一时间分别读取4个连续字符吗

因此，对于EAX示例，如果我编写代码：

__global__
void kernel(char *d_mask)
{
    extern __shared__ char s_tmp[];
    const unsigned int thId = threadIdx.x;
    const unsigned int elementId = 4 * (threadIdx.x + blockDim.x * blockIdx.x);

    s_tmp[thId_x] = d_mask[elementId];
    s_tmp[1 + thId_x] = d_mask[elementId + 1];
    s_tmp[2 + thId_x] = d_mask[elementId + 2];
    s_tmp[3 + thId_x] = d_mask[elementId + 3];
    __syncthreads();

    /* calculation */
}

---

那么，每个线程会同时读取4个字节吗？如果没有，我怎么能做到呢？我是否应该使用memcpy之类的API？

为了获得适当有效的读取，有必要将正在读取的字节合并到单个事务中；我们通常不能通过跨多行代码来实现这一点

为了将事物组合成单个事务，有一些向量类型将多个元素组合成单个类型。只要我们使用，我们就可以将

char

或

无符号char

数组视为数组，例如

uchar4

，它是一种向量类型，将四个字符组合为一个（32位）类型。你可以在cuda头文件

vector\u types.h

和

vector\u functions.h

中找到更多的好东西

无论如何，我们可以像这样重新编写您的示例，以利用“向量负载”：

\u全局__
无效内核（char*d_掩码）
{
外部共享字符s_tmp[]；
常量unsigned int thId=threadIdx.x；
常量unsigned int elementId=threadIdx.x+blockDim.x*blockIdx.x；
uchar4*s_tmp_v=重新解释演员阵容（s_tmp）；
uchar4*d_mask_v=重新解释铸造（d_mask）；
s_tmp_v[thId]=d_mask_v[elementId]；
__同步线程（）；
/*算计*/
}

为了获得正确有效的读取，有必要将正在读取的字节合并到单个事务中；我们通常不能通过跨多行代码来实现这一点

为了将事物组合成单个事务，有一些向量类型将多个元素组合成单个类型。只要我们使用，我们就可以将

char

或

无符号char

数组视为数组，例如

uchar4

，它是一种向量类型，将四个字符组合为一个（32位）类型。你可以在cuda头文件

vector\u types.h

和

vector\u functions.h

中找到更多的好东西

无论如何，我们可以像这样重新编写您的示例，以利用“向量负载”：

\u全局__
无效内核（char*d_掩码）
{
外部共享字符s_tmp[]；
常量unsigned int thId=threadIdx.x；
常量unsigned int elementId=threadIdx.x+blockDim.x*blockIdx.x；
uchar4*s_tmp_v=重新解释演员阵容（s_tmp）；
uchar4*d_mask_v=重新解释铸造（d_mask）；
s_tmp_v[thId]=d_mask_v[elementId]；
__同步线程（）；
/*算计*/
}

__global__
void kernel(char *d_mask)
{
    extern __shared__ char s_tmp[];
    const unsigned int thId = threadIdx.x;
    const unsigned int elementId = threadIdx.x + blockDim.x * blockIdx.x;

    uchar4 *s_tmp_v  = reinterpret_cast<uchar4 *>(s_tmp);
    uchar4 *d_mask_v = reinterpret_cast<uchar4 *>(d_mask);
    s_tmp_v[thId] = d_mask_v[elementId];
    __syncthreads();

    /* calculation */
}