【CUDA学习】全局存储器

全局存储器，即普通的显存，整个网格中的任意线程都能读写全局存储器的任意位置。

存取延时为400-600 clock cycles  非常容易成为性能瓶颈。

访问显存时，读取和存储必须对齐，宽度为4Byte。如果没有正确的对齐，读写将被编译器拆分为多次操作，降低访存性能。

多个half-warp的读写操作如果能够满足合并访问，则多次访存操作会被合并成一次完成。

合并访问的条件，GT200放宽了合并访问的条件。

支持对8 bit、16 bit、32 bit、64 bit数据字的合并访问　相应传输32Byte 64Byte 128Byte，大于128Byte，分两次传输。

在一次合并传输的数据中，不要求线程编号和访问的数据字编号相同。

当访问128Byte数据时，如果地址没有对齐到128Byte时，在GT200会产生两次合并访存。根据每个区域的大小，分为两次合并访存，如图所示32Byte和96Byte。

PS:图片来源于网上

关于访存合并以及访存冲突，关键就是要理解，GPU是以half-warp进行访存时，即16个线程一起访问存储器，到这16个线程的访问的地址在同一块区域（指硬件上可以一起传送宽

度）时，并且没有冲突产生时，则这块区域的数据可以被线程同时，提升了访存的效率.