一个很简单的问题：两个矩阵A和B相加，请看下面两种方式。
1，直接从显存取数C = A + B；
2，分别将A和B加载进共享存储器，A_s = A; B_s = B; 然后求和C = A_s + B_s；
你会选择那种方式？
这个问题非常基础，希望大家勇于发言，共同进步！
如果你给我测试时间，我就选择第一种。
那你认为哪个速度会更快？
我没有测试，纯靠猜想的说：
理论上应该用shared memory快，但是对于这种简单问题，从global memory里直接读会更快。如果kernel不是只做a+b这么简单的事情，还是应该存入shared memory。
第一种方式直接从显存读的话应该也是先读进片内寄存器中，然后执行单元运算，再写回显存
第二种方式写入shared memory后，从shared memory读取数据最快是1-2个周期，而从寄存器读是一个周期，而且从shared memory读有可能发生bank conflict。
所以我选择第一种，不知道以上分析正确否，还请高手指点
要是需要多次在显存中调用一组数，我会用Sharemem，如果一次完成计算，在用Shared我感觉有点做作，浪费写代码的时间。。
:)我也是这么认为的
我感觉第二种方式的数据流应该是：
加载数据：存储器->寄存器->shared mem
处理数据：shared mem->寄存器
保存数据：shared mem->寄存器->存储器 或者 寄存器->存储器
中间都要经过寄存器，shared mem不能直接与存储器通信
:D，如果对这样重复简单的计算，性能就达不到很大的提升了？
当然用第一种了，加一次去一次数据，没必要用共享存储器啊
shared memory和寄存器同是片内的存储器，它和global memory应该是可以相互通信的，并不需要现将数据从global memory读进寄存器，再从寄存器到shared memory
shared memory和寄存器同是片内的存储器，它和global memory应该是可以相互通信的，并不需要现将数据从global memory读进寄存器，再从寄存器到shared memory
怎么理解提升呢？从cpu串行到cuda并行，肯定有了很大的提升，但是在这个问题上，用shared memory性能能否提升我就补确定了。当然如果说性能提升，改用pinned memory肯定还有提升空间。
你这是胡扯！自己不清除不要乱讲，误人子弟！shared memory必须经过寄存器中转，不能直接global → shared! 你还连续发了2次，如此误导众人，不怕损德么！
使用第一种方法，比第二种方法简单高效。楼上们都有道理。所以，并不是一味使用shared memory就肯定是好的。呵呵
同意
啊，大
第一种，就用用一次，放shared干甚呢？
大家在这儿是讨论问题，你不认同我的看法可以发表自己的观点。
没必要进行人身攻击，谢谢！
第一种方法的A，B会不会是存在寄存器里面呢？
我支持第一种，因为就只需要读一次，没必要麻烦