【CUDA】CUDA编程：存储器模型

1. 每个线程拥有自己的register和local memory。

Register是GPU片上的高速缓存器，执行单元可以以极低的延迟访问寄存器。Local memory也是私有的，如果register被消耗完，数据将被存储在local memory中。如果每个线程使用了过多的register，或声明了大型结构体或数组，或者编译器无法确定数组的大小，线程的私有数据就有可能会被分配到local memory中。Local memory的数据被保存在显存中，而不是片上的register或者缓存中，所以访问local memory的速度很慢。

2. 每个block拥有shared memory。

Shared memory也是GPU片内的高速存储器。它是一块可以被同一block中的所有线程访问的可读写存储器。访问shared memory的速度几乎和访问register一样快，是实现线程间通信的延迟最小的方法。

3. grid中的所有线程可以访问一块global memory。

Global memory位于显存，CPU、GPU都可以进行读写访问。Global memory能够提供很高带宽，但同时也具有较高的访存延迟。

4. 此外，还有两种可以被所有线程访问的只读存储器：constant memory和texture memory。

Constant memory是只读的地址空间，位于显存，但拥有缓存加速。Constant memory的空间较小，用于存储需要频繁访问的只读参数。

Texture memory是由GPU用于纹理渲染的图形专用单元发展而来，并不是一块专门的存储器，而是牵涉到显存、两级纹理缓存、纹理拾取单元的纹理流水线。

下表是它们的访问权限，生存周期。

运行CUDA samples的deviceQuery可以打印出memory的信息。