在 NVIDIA 的 2.x 架构上，每个 warp 具有 64kb 的内存，默认情况下划分为 48kb 的共享内存和 16kb 的 L1 缓存（服务于 global 和 constant 内存）。
我们都知道访问共享内存的存储区冲突——内存被分成 32 个 32 位大小的存储区，以允许所有 32 个线程同时独立访问。另一方面，全局内存虽然慢得多，但不会发生存储库冲突，因为内存请求是通过 warp 合并的。
问题：假设一些来自全局或常量内存的数据被缓存在给定 warp 的 L1 缓存中。对这些数据的访问是否会受到存储冲突的影响，例如共享内存（因为 L1 缓存和共享内存实际上是相同的硬件），还是像全局/常量内存那样没有存储冲突？
【问题讨论】：
标签： cuda opencl gpu nvidia bank-conflict
在 NVIDIA 的 2.x 架构上，每个 warp 有 64kb 的内存，即 默认分区为 48kb 共享内存和 16kb 一级缓存
计算能力 2.x 设备的每个流式多处理器 (SM) 具有 64 KB 的 SRAM，可配置为
（服务全局和常量内存）。
加载和存储到全局内存、本地内存和表面内存通过 L1。对常量内存的访问通过专用的常量缓存。
我们都知道访问共享内存的银行冲突 - 内存分为 32 个大小为 32 位的组，以允许同时 所有 32 个线程的独立访问。另一方面，全球 内存虽然慢得多，但不会遇到存储库冲突，因为 内存请求通过 warp 合并。
通过 L1 访问全局或本地内存是按高速缓存行 (128 B) 完成的。当向 L1 发出加载请求时，LSU 需要执行地址发散计算以确定哪些线程正在访问同一缓存行。然后 LSU 单元必须执行 L1 缓存标记查找。如果该行被缓存，则将其写回寄存器文件；否则，请求被发送到 L2。如果 warp 有请求未服务的线程，则请求重播并使用剩余线程重新发出操作。
warp 中的多个线程可以访问缓存行中的相同字节而不会引起冲突。
问题：假设一些来自全局或常量内存的数据被缓存了 在给定 warp 的 L1 缓存中。
常量内存不缓存在 L1 中，而是缓存在常量缓存中。
对该数据的访问是否会受到存储冲突的影响，例如共享内存 （因为L1 Cache和hared Memory其实是一样的 硬件），还是像 global/Constant 那样无银行冲突 内存是？
L1 和常量高速缓存一次访问一个高速缓存行，因此没有存储库冲突。
【讨论】：