轉自：http://blog.csdn.net/ouczoe/article/details/5125621
CUDA存儲器模型：
GPU片內：register，shared memory；
板載顯存：local memory,constant memory, texture memory, texture memory,global memory;
host 內存： host memory, pinned memory.
register: 訪問延遲極低；
基本單元：register file （32bit/each）
計算能力1.0/1.1版本硬件：8192/SM；
計算能力1.2/1.3版本硬件： 16384/SM;
每個線程佔有的register有限，編程時不要爲其分配過多私有變量；
local memory：寄存器被使用完畢，數據將被存儲在局部存儲器中；
大型結構體或者數組；
無法確定大小的數組；
線程的輸入和中間變量；
定義線程私有數組的同時進行初始化的數組被分配在寄存器中；
shared memory：訪問速度與寄存器相似；
實現線程間通信的延遲最小；
保存公用的計數器或者block的公用結果；
硬件1.0~1.3中，16KByte/SM,被組織爲16個bank；
聲明關鍵字 _shared_ int sdata_static[16];
global memory:存在於顯存中，也稱爲線性內存（顯存可以被定義爲線性存儲器或者CUDA數組）；
cudaMalloc（）函數分配，cudaFree（）函數釋放，cudaMemcpy（）進行主機端與設備端的數據傳輸；
初始化共享存儲器需要調用cudaMemset（）；
二維三維數組：cudaMallocPitch（）和cudaMalloc3D（）分配線性存儲空間，可以確保分配滿足對齊要求；
cudaMemcpy2D（），cudaMemcpy3D（）與設備端存儲器進行拷貝；
host內存：分爲pageable memory 和 pinned memory
pageable memory： 通過操作系統API（malloc（），new（））分配的存儲器空間；、
pinned memory：始終存在於物理內存中，不會被分配到低速的虛擬內存中，能夠通過DMA加速與設備端進行通信；
cudaHostAlloc(), cudaFreeHost()來分配和釋放pinned memory；
使用pinned memory優點：主機端-設備端的數據傳輸帶寬高；
某些設備上可以通過zero-copy功能映射到設備地址空間，從GPU直接訪問，省掉主存與顯存間進行數據拷貝的工作；
pinned memory 不可以分配過多：導致操作系統用於分頁的物理內存變， 導致系統整體性能下降；通常由哪個cpu線程分配，就只有這個線程纔有訪問權限；
cuda2.3版本中，pinned memory功能擴充：
portable memory：讓控制不同GPU的主機端線程操作同一塊portable memory，實現cpu線程間通信；使用cudaHostAlloc（）分配頁鎖定內存時，加上cudaHostAllocPortable標誌；
write-combined Memory：提高從cpu向GPU單向傳輸數據的速度；不使用cpu的L1，L2 cache對一塊pinned memory中的數據進行緩衝，將cache資源留給其他程序使用；在pci-e總線傳輸期間不會被來自cpu的監視打斷；在調用cudaHostAlloc（）時加上cudaHostAllocWriteCombined標誌；cpu從這種存儲器上讀取的速度很低；
mapped memory：兩個地址：主機端地址（內存地址），設備端地址（顯存地址）。 可以在kernnel程序中直接訪問mapped memory中的數據，不必在內存和顯存之間進行數據拷貝，即zero-copy功能；在主機端可以由cudaHostAlloc（）函數獲得，在設備端指針可以通過cudaHostGetDevicePointer（）獲得；通過cudaGetDeviceProperties（）函數返回的canMapHostMemory屬性知道設備是否支持mapped memory；在調用cudaHostAlloc（）時加上cudaHostMapped標誌，將pinned memory映射到設備地址空間；必須使用同步來保證cpu和GPu對同一塊存儲器操作的順序一致性；顯存中的一部分可以既是portable memory又是mapped memory；在執行CUDA操作前，先調用cudaSetDeviceFlags（）（加cudaDeviceMapHost標誌）進行頁鎖定內存映射。
constant memory：只讀地址空間；位於顯存，有緩存加速；64Kb；用於存儲需要頻繁訪問的只讀參數 ；只讀；使用_constant_ 關鍵字，定義在所有函數之外；兩種常數存儲器的使用方法：直接在定義時初始化常數存儲器；定義一個constant數組，然後使用函數進行賦值；
texture memory：只讀；不是一塊專門的存儲器，而是牽涉到顯存、兩級紋理緩存、紋理拾取單元的紋理流水線；數據常以一維、二維或者三維數組的形式存儲在顯存中；緩存加速；可以聲明大小比常數存儲器大得多；適合實現圖像樹立和查找表；對大量數據的隨機訪問或非對齊訪問有良好的加速效果；在kernel中訪問紋理存儲器的操作成爲紋理拾取（texture fetching）；紋理拾取使用的座標與數據在顯存中的位置可以不同，通過紋理參照系約定二者的映射方式；將顯存中的數據與紋理參照系關聯的操作，稱爲將數據與紋理綁定（texture binding）；顯存中可以綁定到紋理的數據有：普通線性存儲器和cuda數組；存在緩存機制；可以設定濾波模式，尋址模式等；