Memory 通过多个内核调用在CUDA中访问/存储持久数据的最佳方法

我正在编写一个程序，在这个程序中，我在一个巨大的for循环中进行内核调用。 内核主要使用存储在全局内存中的一些数组中的输入数据。每个线程访问这些数组中自己的数据。在整个程序执行过程中，这些数组中的数据不会改变

现在，每个线程都从全局内存中获取自己的数据，并将其存储在自己的寄存器中，因此基本上，每个内核调用只需访问一次全局内存。我认为使用共享内存没有什么好处，因为每个线程只使用自己的数据

由于数据在整个程序执行期间不会改变，所以我考虑使用恒定内存，但我了解到所有线程都需要访问相同的数据以获得性能，这不是我的情况

我也在读关于纹理记忆的书，但它似乎不是我想要的。纹理内存提供缓存访问，但现在，在我从全局内存读取之后，所有后续访问都来自内核调用中的寄存器

因此，在每次内核调用中，线程都会从全局内存中反复读取并将其保存到寄存器中

---

在整个程序执行过程中，有没有快速持久的内存可以存储这些数组？我试图避免每次访问全局内存。

一个词的答案是否定的。在这种情况下，提高性能的最佳方法通常是尝试融合内核。