CUDA中更快的是什么：全局内存写入+ __threadfence（）或atomicExch（）到全局内存？

Question

假设我们有许多线程可以按顺序访问全局内存，哪个选项在整体中执行得更快？我有点怀疑，因为__threadfence（）会考虑所有共享和全局内存写入，但写入会被合并。另一方面，atomicExch（）仅考虑重要的内存地址，但我不知道写入是否合并。

在代码中：

array[threadIdx.x] = value;

或者

atomicExch(&array[threadIdx.x] , value);

感谢。

Answer 1

在Kepler GPU上，我敢打赌atomicExch因为Kepler上的原子非常快。在费米，它可能是一个洗，但鉴于你没有碰撞，atomicExch仍然可以表现良好。

请进行实验并报告结果。

Answer 2

这两个人做的事情非常不同。

atomicExch确保没有两个线程一次尝试修改给定的单元格。如果发生此类冲突，则可能会停止一个或多个线程。如果您事先知道没有两个线程访问同一个单元格，则没有必要使用任何atomic...函数。

__threadfence()延迟当前线程（并且只有当前线程！）以确保给定线程的任何后续写入确实在以后发生。 因此，__threadfence()本身没有任何后续代码也不是很有趣。

出于这个原因，我认为没有必要比较这两者的效率。也许如果你能展示一些更具体的用例我可以联想......

请注意，这些实际上都没有对线程的实际执行顺序提供任何保证。