lanyijia的专栏

<br />CUDA中三维数组的创建，读取，拷贝。以下创建float4类型的width*height*depth大小的数组，在线性存储器中。<br />       <br />Host Code:<br />...<br />cudaPitchedPtr data;<br />cudaExtent extent = make_cudaExtent(width* sizeof(float4), height, depth);<br />cudaMalloc3D(&(d_data), extent);<br

寄存器 局部存储器 共享存储器 全局存储器 主机端内存 主机端页锁定内存 常数存储器 纹理存储器 <br />存储器位置拥有缓存访问权限变量生存周期registerGPU （芯）片内N/Adevice 可读/写与thread相同local memory板载显存无device 可读/写与thread相同shared memoryGPU 片内N/Adevice 可读/写与block相同constant memory板载显存有device 可读，host可读/写可在程序中保持texture memory板载显存有

<br />CUDA程序优化应该考虑的点：<br />精度：只在关键步骤使用双精度，其他部分仍然使用单精度浮点以获得指令吞吐量和精度的平衡；<br />           延迟：需要首先缓冲一部分数据，缓冲的大小应该可以保证每个内核程序处理的一批数据能够让GPU慢负荷工作；<br />           计算量：计算量太小的程序使用CUDA很不合算；当需要计算的问题的计算密集度很低的时候，执行计算的时间远远比IO花费的时间短，整个程序的瓶颈出现在PCI-E带宽上。<br />优秀的CUDA程序特征：<b

基于GPU实现的高效的并行数据结构(Implementing Efficient Parallel Data Structures on GPUs)现代的GPU，在计算历史中第一次把数据并行、流式计算平台放入几乎每台台式计算机和笔记本电脑中。一些最近的学术派研究论文——以及本书的其他章节——演示了这些流式处理器有能力加速范围很广的应用程序，而不仅仅是它们本来所针对的实时渲染。然而，要利用这个计