OpenCL中gpu之间的数据传输

在不同的GPU设备之间传输数据非常耗时，因为这个过程很可能是这样的：GPU1->CPU->GPU2。那么有没有更好的方法在GPU之间传输数据？另外，假设有N个线程，每个线程都必须从全局内存中读取M个元素，如果我想执行联合访问，应该满足哪些条件？

有一个函数，它是OpenCL 1.2中新增的

此函数可用于在同一上下文中的设备之间传输内存缓冲区

---

我自己从来没有尝试过使用它，所以我不知道它是否真的比执行设备->主机->设备复制更便宜（很可能很多实现都会这样做）.

使用固定缓冲区的概念为CPU中的日期创建缓冲区，然后在您希望使用的GPU数量中进行访问。

关于执行合并内存访问的要求，如果不查看代码，很难回答您的问题

---

但是，如果线程正在加载内存中连续的数据，那么您将获得更高的性能。执行它的一个一般想法是使用数组而不是结构。

AFAIK目前所有实现都必须通过主机内存，但区别在于它们可以作为DMA操作序列来执行，而无需CPU和用户代码的额外参与，这应该会加快一点速度。pci-e内部连接不能这样做吗？