第40节：多维内存访问模式优化

一、引言：多维数据在 GPU 中的广泛使用

在 GPU 编程中，多维数据结构（如图像、矩阵、体素、张量）非常常见。这些数据在内存中的访问方式对程序性能有重大影响。
多维访问模式优化的目标是：

• 最大化全局内存访问合并（coalescing）

• 避免 bank conflict 和 uncoalesced memory transaction

• 提高共享内存利用率和缓存命中率

二、C/C++ 中的多维数组布局回顾

行主序（Row-major）

C/C++ 默认采用行主序存储，二维数组 A[i][j] 的物理地址是：

地址 = base + (i * cols + j)

即 行是连续的，列是跨 stride 的。

示例

float A[3][4] = { {1, 2, 3, 4}, {5, 6, 7, 8}, {9,10,11,12} };

在内存中的线性布局为：

[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]

访问 A[i][j] 时，如果 i 不变，j