GPU编程第7课——常量内存与事件

深度学习的蓬勃发展推动了多线窗技术以及GPU编程技术逐渐成为算法工程师无法回避的问题。这里主要记录自己在GPU自学历程上的探索与成长。

目录

• 《GPU编程自学1 —— 入门》
• 《GPU编程自学2 —— CUDA环境配置》
• 《GPU编程自学3 —— 初探CUDA程序》
• 《GPU编程自学4 —— 核函数运行参数分析》
• 《GPU编程自学5 —— 线程协作机制》
• 《GPU编程自学6 —— 函数与变量类型限定符解析》
• 《GPU编程自学7 —— 常量内存与事件处理》
• 《GPU编程自学8 —— 纹理内存应用》
• 《GPU编程自学9 —— 原子操作机制》
• 《GPU编程自学10 —— 流并行优化》

七、 常量内存与事件

GPU通常拥有大量数学运算核心, 其性能瓶颈往往不在芯片的算力峰值表现上, 而是由于芯片内部存在严重的内存带宽压力. 因此, 为了降低内存带宽的压力, 我们需要一些手段来优化数据传输效率. 当前大多数主流GPU平台都配置有64KB级别的常量存储空间, 并对这种特殊存储资源采用了独特的处理策略. 在特定情况下切换至常量存储模式有助于提升系统吞吐能力.

7.1 常量内存

常量内存具有以下特点：

• 必须使用 _