根据我使用 CUDA 的经验，我最喜欢带有 CUDA 数组引用的纹理内存，因为它具有 2D/3D 空间缓存机制，而且我的输入数据在大多数情况下都可以排列为 2D 纹理。现在我有一个问题，我可以将输入建模为线性数组和 2D 纹理。（顺便说一句，当我谈论纹理内存时，我总是指将它与 2D CUDA 数组引用一起使用。）我知道在使用常规全局内存时，合并访问模式非常重要。如果 warp 中的线程读取连续地址且基地址与 64 字节边界对齐，则可以通过单个内存访问（合并访问）为整个 warp 提供服务。我想知道，合并访问模式对于纹理内存是否也很重要。我觉得不应该 因为纹理记忆的目的不同；它针对彼此接近的 2D/3D 访问进行了优化，据我所知，它使用所需的像素和一些周围的行和列更新纹理缓存。因此，我认为 2D 纹理内存中一行的连续访问模式没有优势，相反，它可能会用周围的行列数据污染纹理缓存并降低性能。无论如何，这只是我在阅读编程指南和其他资源后的想法，我想确定一下：合并访问模式对于纹理内存是否重要，因为它在常规全局内存中？它针对彼此接近的 2D/3D 访问进行了优化，据我所知，它使用所需的像素和一些周围的行和列更新纹理缓存。因此，我认为 2D 纹理内存中一行的连续访问模式没有优势，相反，它可能会用周围的行列数据污染纹理缓存并降低性能。无论如何，这只是我在阅读编程指南和其他资源后的想法，我想确定一下：合并访问模式对于纹理内存是否重要，因为它在常规全局内存中？它针对彼此接近的 2D/3D 访问进行了优化，据我所知，它使用所需的像素和一些周围的行和列更新纹理缓存。因此，我认为 2D 纹理内存中一行的连续访问模式没有优势，相反，它可能会用周围的行列数据污染纹理缓存并降低性能。无论如何，这只是我在阅读编程指南和其他资源后的想法，我想确定一下：合并访问模式对于纹理内存是否重要，因为它在常规全局内存中？相反，它可能会用周围的行列数据污染纹理缓存并降低性能。无论如何，这只是我在阅读编程指南和其他资源后的想法，我想确定一下：合并访问模式对于纹理内存是否重要，因为它在常规全局内存中？相反，它可能会用周围的行列数据污染纹理缓存并降低性能。无论如何，这只是我在阅读编程指南和其他资源后的想法，我想确定一下：合并访问模式对于纹理内存是否重要，因为它在常规全局内存中？