使用共享＆amp; CUDA中的常量内存

Question

我想读取一个文本文件并将其存储在一个数组中。然后，我想将数组从主机传输到设备并将其存储在共享内存中。我编写了以下代码，但与使用全局内存相比，执行时间有所增加。我无法理解原因是什么？此外，如果有人可以帮助我使用常量内存来编写此代码，那将会很棒。

__global__ void deviceFunction(char *pBuffer,int pSize){
    extern __shared__ char p[];
    int i;
    for(i=0;i<pSize;i++)}
        p[i] = pBuffer[i];
    }
}
int main(void){

    cudaMalloc((void**)&pBuffer_device,sizeof(char)*pSize);
    cudaMemcpy(pBuffer_device,pBuffer,sizeof(char)*pSize,cudaMemcpyHostTo Device);
    kernel<<<BLOCK,THREAD>>>(pBuffer_device,pSize);

}

Answer 1

1. 可能是因为块中的每个线程都试图写入从0到pSize的相同共享内存地址！
   使用线程协作加载全局内存数据到共享内存： http://forums.nvidia.com/index.php?showtopic=216640&view=findpost&p=1332005
   内核中的每个线程执行“pSize”全局内存读取。