合并与银行冲突（Cuda）答案

【问题标题】：Coalescence vs Bank conflicts (Cuda)合并与银行冲突（Cuda）
【发布时间】：2011-03-31 22:35:15
【问题描述】：

使用 cuda 编程时，合并和银行冲突有什么区别？
是否只有在全局内存中发生合并，而在共享内存中发生银行冲突？
如果我有 >1.2 支持的 GPU，我应该担心合并吗？它自己处理合并吗？

【问题讨论】：

【解决方案1】：

是的，合并读取/写入适用于全局读取，而银行冲突适用于共享内存读取/写入。

不同的计算能力设备在这里有不同的行为，但 1.2 GPU 仍然需要小心以确保您合并读取和写入 - 只是有一些优化可以让您更轻松

您应该阅读CUDA Best Practices 指南。这涉及到这两个问题的很多细节。

【讨论】：

【解决方案2】：

是：合并访问仅与全局内存相关，银行冲突仅与共享内存相关。

还请查看高级 CUDA C 培训课程，第一部分详细介绍了 >1.2 GPU 中的硬件如何为您提供帮助以及您仍需要考虑哪些优化。它也解释了共享内存库冲突。以this recording 为例。

SDK 中的 scan 和 reduction 示例还很好地解释了共享内存库的冲突，以及对内核的逐步改进。

【讨论】：

【解决方案3】：

>1.2 GPU 将尽其所能进行合并，因为它能够将相同大小的内存访问分组到相同的 256 字节内存原子中，并将它们作为 1 次内存写入写出。 GPU 将负责重新排序访问并将它们与正确的内存边界对齐。（在早期的 GPU 中，warp 中的内存事务必须与内存原子对齐，并且必须按照正确的顺序。）

但是，为了获得最佳性能，您仍然需要确保这些合并机会可用。如果一个 warp 中的所有线程都对完全不同的内存原子进行内存事务，则合并器无能为力，因此仍然需要注意内核的内存局部性行为。

【讨论】：