《表3 Host-to-Device多维数组复制》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于GPU并行枚举DES密钥Bitslice方法的实现》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

数据组作为GPU不变参量传入，常量内存交换速度快，但速度也就相当于CPU的Cache缓存速率。因此设定传入GPU的常量数组或数据为share类型。但是通常share类型的数据存储容量非常有限，一般的share类型的容量仅有16K。实现线程ID与数据结构ID的关联时，则必须找到起始线程和寄存器之间复制关系代码，且由于CUDA使用的是地址复制，一般在一维数组的复制上很容易编程，而在二维、三维数组的复制时，必须找到代码与硬件调用之间的良好平衡。这也就是为什么CUDA的例子里很少有使用二维以上的数组。如表3所示为主机端到设备端的二维数组复制的方法。如果使用Stream流技术进行优化的话，需增加一维为流ID，则主机端（Host）到设备端（Device）的数据复制为三维数组复制。