cuda - CUDA 分配对齐是 256 字节 - 认真吗？

Question

在“CUDA C Programming Guide 5.0”中，p73（也在这里）说“驻留在全局内存中或由驱动程序或运行时 API 的内存分配例程之一返回的变量的任何地址始终与至少 256 个字节对齐”。我不知道这句话的确切含义。谁能给我举个例子？非常感谢。

一个衍生问题：那么，如何分配基本元素（如 int）或自定义元素的一维数组？数组的起始地址会是256B的倍数，而数组中每个元素的地址不一定是256B的倍数？

score 12 · Accepted Answer

通过使用任何 CUDA 运行时的设备内存分配函数分配的指针，例如cudaMalloc或cudaMallocPitch保证是 256 字节对齐的，即地址是 256 的倍数。

考虑以下示例：

char *ptr1, *ptr2;

int bytes = 1;

cudaMalloc((void**)&ptr1,bytes);
cudaMalloc((void**)&ptr2,bytes);

假设返回的地址ptr1是 256 的某个倍数，那么返回的地址ptr2将是 atleast (ptr1 + 256)。

这是分配内存的设备所施加的限制。大多数情况下，指针是出于性能目的而对齐的。（一些 NVIDIA 的家伙应该能够判断是否还有其他原因）。

重要的：

指针对齐并不总是 256。在我的设备（GTX460M）上，它是512。您可以通过cudaDeviceProp::textureAlignment字段获得设备指针对齐。

指针的对齐也是将指针绑定到纹理的要求。