共享存储器的问题

加速计算 CUDA
1

现在我有两个16X16的矩阵，每个元素一一对应求SAD值（两个数的绝对值之差），是直接调用这两个矩阵取完绝对值之差后在存进共享存储器中好，还是进入内核函数后先把这两个矩阵读进共享存储器中好？