我有一个输入图像“让它成为1024 * 1024像素的缓冲区，带有RGBA颜色数据”
我想对每个像素做的是根据邻居过滤它，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“这将是非常高性能的瓶颈”，我也不确定多个线程尝试从同一内存中读取的行为位置同时“可能是其中一些未能读取 - >垃圾数据 - >垃圾数据输出”
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另一个组共享记忆“如果我误解了这个概念，请纠正我”
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。
关于多个线程读取相同位置的问题，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相同的位置。 通过适当的数据组织，将有很好的机会从全局内存中进行合并读取，并且在共享内存中没有存储库冲突。
这类问题非常适合GPU，例如CUDA或OpenCL，并且在SO上有许多这样的程序示例。