简单的光线追踪--GPU高性能编程CUDA实战第六章

光线跟踪Ray Traceing是本章的一个例子，用来讲什么是常量内存（Constant memory），之前的实验给分配的内存都是在全局内存里，线程读取数据的时候是每个线程分别进行一次读取操作，也就是说运行时间都用在了读取上。这就大大的降低了GPU的计算性能。常量内存的好处是读取一次数据，就相当于给半个线程束里同时读取，一个Warp是32个线程，这样读取一次就是完成里全局内存中十六次的读取，时间上就是原来的1/16，但是这是有前提的，每个线程要处理的数据必须是完全一样的，那么之前的点积运算和共享内存那样的位图就不适合了，因为每个线程处理的数据不一样，这样反而会降低读取的速度，那么这个光线跟踪的例子就很好的运用在常量内存中，并提高程序的运行速度。

这里还有个CUDA的事件API,其中一个就是用来计时的，通过计时来观察生成同样的图片所用的时间，来发现常量内存的伟大之处！

cuda中的事件本质是GPU时间戳，由于GPU本身支持记录时间戳，就直接定义一个事件，然后记录一个事件就可以了

  cudaEvent_t start;

cudaEventCreate(&start);

cudaEventRecord(start,0);//这个参数为0，有关于流，我还没学到

要统计一段代码的事件，要加上结束的事件，因此，用法应该是这样的：

cudaEvent_t     start, stop;
    cudaEventCreate( &start ) ;
    cudaEventCreate( &stop ) ;
    cudaEventRecord( start, 0 ) ;

//这里就是需要执行的代码

  cudaEventRecord( stop, 0 ) ;

//GPU和CPU之间是可以并行计算的，GPU在生成计算的过程中，cpu其实可以接着进行下面的语句的，既然是计时，我们自然不让它这么做，所以这个事件就是用来
    cudaEventSynchronize( stop ) ;
    float   elapsedTime;//这个参数就是下面这个计算时间的函数用来输出时间的，必须是浮点型的好像

cudaEventElapsedTime(&elapsedTime,start, stop ) ;
    printf( "Time to generate:  %3.1f ms\n", elapsedTime );
cudaEventDestroy( start ) ;
    cudaEventDestroy( stop ) ;//事件的内存在用完了也应该要释放，这也很重要

有关数学方面的计算我也没有深究，有时间再看，关键的是把常量内存搞清楚！