hukou6335490的博客

需要注意,条件语句不总是会导致发散,当我申请blocksize为64时会分配2个warp(此处能优化计算速度)CudaDeviceSynchronize (会阻塞CPU，直到所有先前的CUDA调用都完成为止）cudaMemcpyAsync()这个不会调用，用在stream中，pipeline。CudaMemcpy（）调用之前会调用CudaDeviceSynchronize。同一个block里执行的数据尽量要靠近。grid对应kernal函数。内存中线性分布，一行行的串联。对kernal函数而言。

1.防止用默认的vs编译器。

1 .尽量warp内的线程访问的内存是连续的2.尽量少的使用分支(if、switch)，造成部分线程inactive影响性能3.block的大小设置应当是warp_size的整数倍4.block不宜太小，一般为256、5125.尽量使用sharedmemory做缓存，避免频繁的与globalmemory交互6.pinnedmemory应该是内存复制到device的媒介，避免gpu中直接访问7.善用constantmemory，对于常量性质的数据，可以利用并加速。

修改item.CopyFrom(newitem) #修改删除。