CUDA：什么是分散写入？

Question

CUDA SDK中的各种CUDA演示指的是“分散写入”。这是什么零散的写作，为什么这么伟大？与它的立场相反？

Answer 1

我打算在这里使用CUDA的术语。

scattered write表示您正在从每个cuda线程写入任意地址（例如，您的warp线程不会写入连续内存中，例如）。它与2d相关的帧缓冲区写入形成对比，并且可以由硬件合并。在不久之前，这些是唯一可用于GPU的写入。

它们是gather read的相反操作，它从分散的位置读取数据，并在收集的数据上以SIMD方式执行的线程变形之前收集所有数据。但是，通过任意纹理提取，GPU集合读取早已在GPU上可用。

Answer 2

分散写入很棒，因为它允许您写入任何内存地址。在给定着色器程序可以写入的存储器地址中，先前的着色器通常受到限制。

“尽管图形API中的片段程序仅限于在预先指定的位置输出32个浮点数（RGBA * 8个渲染目标），但CUDA支持分散写入 - 即无限数量的存储到任何地址。那是不可能的算法使用图形API来高效地进行使用CUDA”

从CUDA FAQ：

http://forums.nvidia.com/index.php?s=fd8a3833d78a50e273c5c731476eed0d&showtopic=84440&pid=478583&start=0&#entry478583

基本上，它让CUDA程序更容易编写，因为他们没有在那里为他们的限制可以写结果。请记住，在GPU上获得良好性能的关键之一是利用内存局部性。通过大量写入全局内存过度使用分散的写入很可能会影响您的性能。