Memory 纹理存储空间

当我将数组绑定到CUDA中的纹理时

数组是否复制到纹理空间？或者

该数组引用是否作为纹理

如果答案是1.，那么我可以绑定一个纹理并安全地从纹理内存空间提取数据，同时将结果写入数组，数组在全局内存中分配

如果答案是2，那么纹理内存是一个全局内存空间，在这里缓存数据并从空间上获取数据

我想知道这个话题，因为我看到了一些与这个话题相关的问题，我现在还不清楚答案

---

提前感谢。

答案是第二个选项，但从那里事情会变得更复杂一些。没有“纹理内存”这类东西，只有通过专用硬件访问的全局内存，包括GPU读缓存（根据卡的不同，每MP 6-8kb，见Cuda编程指南附录F中的表F-2）和许多硬件加速过滤/插值操作。有两种方法可以在CUDA中使用纹理硬件：

将线性内存绑定到纹理，并使用1D fetch API在内核中读取该纹理。在这种情况下，纹理硬件实际上只是作为一个读缓存，并且（IIRC）没有可用的过滤操作

创建CUDA数组，将线性内存的内容复制到该数组，并将其绑定到纹理。生成的CUDA阵列包含线性源的空间有序版本，以某种形式（未记录）存储在全局内存中。纹理硬件提供对该数组的缓存访问，包括使用硬件加速过滤的同步内存读取

---

您可能会发现值得一读的GT200体系结构概述，以更好地了解实际体系结构如何实现API公开的内存层次结构。

惊人的答案：）我想知道的是未记录和传闻；）因此，如果我写入原始数组并从绑定的纹理中获取数据，行为是未定义的，对吗？。谢谢。在CUDA中，纹理和数组是不透明的只读对象。不允许写入（甚至不能保证不同硬件之间的内部纹理布局相同）。如果您有一张费米卡，并且正在使用CUDA 3.2或更高版本，则可以使用曲面。AFIAK提供对“纹理”的读取和写入，尽管目前没有过滤支持。在内核调用中，纹理缓存不保持与底层全局内存存储的一致性，请参阅编程指南第3.2.10.4节。使用过滤的2D纹理不必绑定到不透明cudaArray，也可以绑定到使用cudaMallocPitch（）分配的基音线性内存。