空间中有两个点集S1和S2，现在要做的是给S1中的每一个点A[i]，在S2中找到离它距离最近的点
我现在的做法是 启用的线程数与S1中的点数相同，在Kernel中用循环遍历S2中的点，依次求出A[i]到S2中每个点距离，并进行比较，保存最短的距离和S2中最近点的编号。
（1）当S1和S2中点的数据量都不是很大时，我把这两个点集的坐标都放在常量内存中，在Kernel中进行访问
（2）但当数据量较大，常量内存不足以存放时，我就不保存S1和S2中的点的坐标，而是在Kernel中先根据线程号计算得到点的坐标，然后计算距离，再比较，最终得到最短的距离和最近点的编号（点的坐标和序号之间有一定的对应关系，但是这个关系计算起来也相当麻烦，也就是说根据线程号得到点的坐标的计算量也挺大的）
我想问的是，数据量较少时，我把数据都存放在常量内存中，这样是不是最快的方法，当数据量大时，我还是想通过常量内存进行计算，这样的想法是不是正确，怎么做才是最好的方法？
这个问题，实际上是Voronoi计算的问题，请研究比较深入的高手给解释一下，万分感谢！
LZ您好：
对Voronoi计算无研究的人酱油通道路过…
1：您将两个点集的数据用constant memory保存并享受constant cache加速，这个是可以的。以及，这样做容量是受到限制的，并且未必是最快的做法。
2：在点集数量较大时，您采用就地生成坐标的方法也是可以的，但是您需要权衡就地生成坐标的代价和访存的代价，选择代价较小的实现。
3：以及您为何要一定把数据放入constant memory中呢？优化访存并不只有这一种方法的。比如您完全可以将S1和S2都存放在global memory中，每线程负责一个或数个S1中的元素，每个block先整体读入S2的一部分进入shared memory——同步——比较——同步——整体将S2的下一部分读入shared memory——同步——…这样。这样可以极大地减少global memory的访存压力，同时也没有constant memory的容量限制。
大致如此，我酱油去鸟~
版主您好：
首先感谢你的回答！
我之所以想把数据放入到constant memory中，是因为我知道constant memory的访存代价比较低，这是程序优化的一个手段。对于Shared memory我不是太熟悉，请问版主，您说的那个方法有没有类似的例子可以参考一下的？
再次感谢！！！
LZ您好：
1：constant memory受益于constant cache的硬件有着很低的访存代价，以及，按照手册中的说法，需要同一warp内的线程访问constant memory中的同一个数据才能取得最好的效果。
2：我说的shared memory的用法是常规用法的，您可以参阅官方手册或者其他常见资料。
大致如此，祝您编码顺利~
感覺跟Nbody Simulation很像，可參考GPU Gems 3 Chapter 31. Fast N-Body Simulation with CUDA這篇經典文章，文章中會教你怎麼去使用shared memory去prefetch data
好的，谢谢
好的，谢谢