c++ - 在 CUDA 中高效地初始化共享内存阵列

Question

请注意，此共享内存数组永远不会被写入，只能从中读取。

据我所知，我的共享内存被初始化为:

__shared__ float TMshared[2592]; 
for (int i = 0; i< 2592; i++)
{
TMshared[i] = TM[i];

}
__syncthreads();

(TM 从内核启动传递到所有线程)

您可能已经注意到，这是非常低效的，因为没有进行并行化，并且同一 block 中的线程正在写入同一位置。

如果这个问题真的需要优化，因为所讨论的共享数组相对较小，有人可以推荐更有效的方法/评论吗？

谢谢!

Answer 1

使用所有线程写独立的位置，它可能会更快。

示例假设一维线程 block /网格:

#define SSIZE 2592

__shared__ float TMshared[SSIZE]; 

  int lidx = threadIdx.x;
  while (lidx < SSIZE){
    TMShared[lidx] = TM[lidx];
    lidx += blockDim.x;}

__syncthreads();