我有一个代码可以顺序访问约 4GB 的内存，每个请求访问 1024 位，随机访问所有 4GB ......我有一个 16GB HBM2 和 4096 位 BUS 的 RADEON VII。
可能的优化 1：每个内存请求 4GB 和 4x 数据！（不起作用，因为第一个请求告诉我跨 4GB 的第二个请求，所以第二个请求所需的数据可能在内存中很远）
可能的优化 2：每个内存请求 4+4+4+4GB 和 1x 数据！（不会提高性能，因为对 4GB 组的每个请求都会将其他请求延迟到 0.25 倍性能，所以我得到 4 个线程，每个线程的性能为 0.25 倍）
问题：
对于优化 1 - 是否可以拆分 4096 位 BUS，所以我可以以非阻塞方式并行获取 1024 位内存的不同区域？
对于优化 2 - 是否可以并行处理 4GB 的“块”，每个块都是独立的，而其他块是非阻塞的？
PS - 我知道这取决于内存控制器，所以如果你知道可以做到这一点的不同硬件，也请告诉我。