我有一个输入图像＆＃34;让它成为1024 * 1024像素的缓冲区，带有RGBA颜色数据＆＃34;
我想为每个像素做些什么，是根据邻居过滤它，如x和y方向的[-15,15]
所以我担心的是，使用全局内存执行此操作将对每个像素执行31 * 31全局内存访问，这将是非常严重的性能瓶颈＆＃34; ，我也不确定多个线程试图同时从同一个内存位置读取的行为＆＃34;可能有些线程无法读取 - ＆gt;垃圾数据 - ＆gt;垃圾数据输出＆＃34;
这个问题适用于CUDA或OpenCL，因为概念应该是相同的 我知道共享内存（每个工作组）或本地内存（每个线程）不会解决这个问题，因为我无法读取另一个线程本地内存，或者另一个组共享内存＆＃34;如果我正确误解了这个概念＆＃34;
答案 0 :(得分：2)
共享内存是解决此问题的典型方法，尽管模板区域（31 * 31）非常大。但是，仍然可以获得数据重用利益。由于相邻像素计算仅扩展一列所需的区域，因此在32位RGBA像素的16KB共享存储器阵列中，您可以拥有足够的数据用于至少64个线程，以协作地计算单个共享内存负载中的像素值。
关于读取相同位置的多个线程的问题，不可能进行垃圾数据读取。当然，争用可能会导致性能影响，但实际上内核中有序的for循环进程，无论如何都没有线程同时读取同一位置。通过适当的数据组织，将有很好的机会从全局内存中合并读取，并且在共享内存中没有存储库冲突。
此类问题非常适合GPU，例如CUDA或OpenCL，在SO上有许多像这样的程序的例子。