CCDRAG的博客

本文记录了作者学习LeetCUDA项目的过程，重点分析了矩阵转置（mat-transpose）算子的优化设计。作者首先介绍了行主序和列主序的概念，并详细分析了项目中两种矩阵转置的实现方式：一种是基于行主序的优化，另一种是基于列主序的优化。通过使用float4向量化和共享内存，项目成功减少了计算延迟和访存耗时，但仍存在部分bank conflict问题。作者进一步优化了核函数，通过调整共享内存的访问模式，完全消除了bank conflict，并在GTX 1660 SUPER上测试，性能提升了1.2倍。

本文采用**ubuntu:20.04**镜像，对刚入行的开发者详细介绍如何在Docker容器中安装GCC编译器。