您可以獲得與GPU理論內存帶寬有多接近？

Question

假設你有一個內存綁定的GPU內核，你可以接近GPU的規定理論帶寬？即使在Mark Harris's Optimising Parallel Reduction presentation他'只'獲得63GB /秒，這是他的測試GPU（G80），他聲稱84.6GB /秒的峯值帶寬的帶寬約73％。哈里斯能否進一步優化他的內核？有沒有其他技術可能會提出/超出演示範圍？例如__shfl類型的指令？爲什麼他沒有獲得更高的帶寬？

This文章權利要求中，使用測試機具有特斯拉C2050

「吞吐量是存儲器帶寬的限制，維持在75％左右的 144 GB/s的峯值存儲器帶寬，相比於實際的限制在佔DRAM如刷新之類的開銷時達到峯值的85％。「

這是正確的嗎？作者沒有提供「85％實際帶寬限制」的來源，我還沒有找到任何其他提及它的來源。如果是這樣，還有什麼其他因素（假設你有一個非常優化的內核）會阻止你達到理論峯值帶寬？

Answer 1

類似的線程：GPU Memory bandwidth theoretical vs practical

運行最少的內核只有一維的大載體寫入數據：

__global__ void kernel(int *out) { 
    int idx = threadIdx.x + blockIdx.x * blockDim.x; 
    out[idx] = idx%4; 
} 

上的GeForce GT 710，我得到了理論帶寬的0.9

實際12.9 GB/s。

可能有助於減緩理論（SPEC）14.4 GB/s的

一件事是緩存。