CUDA共享内存一维和二维做矩阵乘法性能差异原因？

加速计算 CUDA
1

cuda核做矩阵乘法，用共享内存做缓存，为什么一维共享内存要优于二维共享内存（实验1优于实验2）？为什么二维共享内存做内存填充，性能反而下降（实验3劣于实验2）？启动核函数时线程块划分都一样