课程网站：https://www.bilibili.com/video/BV1Qc411J7DB?p=45&vd_source=60ffcefe479d27f859009dd3a47fcea1
这门课主要讲解了cuda中的常用函数与算法，并做了相关实验
reduce文件夹下面的代码展示了邻域求和 间域求和的方法，以及减少warp divergence的方法，不过gpu的用时一直在波动，啥子情况？计时函数有问题？
cuda会自动优化，所以减少了warp divergence以后的测试时间和不减少差不多。(咱也不清楚怎么关自动优化)
间域并行比领域并行快了很多，具体原因是啥？ 可能是因为邻域并行的warp里有一半的线程不工作？
关于循环展开，展开2次比不展开提升很多，展开次数越多，效果越不明显，感觉展开4次或者8次就差不多了
将零拷贝内存和页锁定内存做了对比。
页锁定内存相比于零拷贝内存会慢一点，可能是慢在从主机内存拷贝到显存的时间了，注释掉页锁定的拷贝语句之后，确实是页锁定内存会快一点。
这时就要问了，看起来零拷贝比页锁定要快啊，那还要这个页锁定干嘛呢，当然是有用的，因为，零拷贝的内容不能缓存在显存里，如果内容要被反复使用，零拷贝就要不停地从内存里取值，增加总线压力，这样相比页锁定也就处于劣势。
我看的课程里面用的是__shfl ，不过好像现在都是用__shfl_sync，这俩好像没什么区别。
shuffle在我看来是跳过了共享内存实现通信，他允许一个线程直接读取另一个线程的寄存器。（以前都要传到共享内存然后再被读取）
有up,down,xor等操作，跑下代码大概就知道什么作用了