持续创作，加速成长！这是我参与「掘金日新计划 · 10 月更文挑战」的第25天，点击查看活动详情 之前的博客中已经接触到了cuda编程的几种特点，前面代码中使用的都是数组通信的方式，因为在全局内存中，受到线程块与网格结构的影响，不能很方便的像在主机中那样进行内存共享。其实，使用数组这样的全局内存已经可以解决大部分运算，但是共享内存可以提高计算的速度。在GPU编程中，共享内存指的是block级别的共享，在一个block中线程间可以进行通信的内存，需要注意的一点是，共享内存里面的数据如果想要在全局内存中使用，必须先通过内核函数将其复制到全局内存里面。
GPU的网格布局，使得每个线程都有固定的位置，就好比一个笛卡尔坐标系一样，其中threadIdx.x和threadIdx.y类比于笛卡尔坐标系的x和y。下面通过一个例子来说明一下共享内存和全局变量。在内核函数中声明了一个数组int a[10],然后函数中的参数int *b作为参数。比较这两个变量，对于a数组来说，在内核函数中所有的线程都有一个单独的a数组，其它线程无法读取a，除此之外每个线程也有一个指针b，但是与a不同的是指针b不仅具有相同的值，而且可以让所有线程访问。
下面我就举一个例子，这里与之前的线程同步一样，也有关键字函数修饰
__global__ void shared_demo(int *p_lattice, int iters)
{
int x = _X, y=_Y;
__shared__int lattice[32*32];
lattice[_INDEX(x,y)]=p_lattice[_INDEX(x,y)];
__syncthreads();
}
这个部分代码就是前面博客中代码的部分修改，只不过将原来的全局内存改为了共享内存，经过测试，当数据量小的时候时间变化不明显，当数据量较大的时候时间变化比较明显。在pycuda编程中还有并行前缀算法的概念，就是所谓的扫描设计模式，关于这部分的知识点，将在下一篇博客中详细的叙述。
