【发布时间】：2014-01-04 15:40:46
【问题描述】：
CUDA 编译器具有生成 32 位或 64 位 PTX 的选项。这些有什么区别？就像 x86 一样，NVidia GPU 实际上有 32 位和 64 位 ISA？还是仅与主机代码有关？
【问题讨论】：
-
+Sagar Masuti：我看过这个，但对我的问题真的没有帮助
【发布时间】：2014-01-04 15:40:46
【问题描述】：
指针肯定是the most obvious difference。 64 位机器模型支持 64 位指针。 64 位指针可以实现多种功能，例如大于 4GB 的地址空间和unified virtual addressing。统一的虚拟寻址反过来又启用了其他东西，例如GPUDirect Peer-to-Peer。 CUDA IPC API 也取决于 64 位机器型号。
x64 ISA 与 x86 ISA完全不同，它主要是它的扩展。熟悉 x86 ISA 的人会发现 x64 ISA 很熟悉，在需要的地方自然扩展为 64 位。同样，64 位机器模型是将 PTX ISA 的功能扩展到 64 位。大多数 PTX 指令的工作方式完全相同。
32 位机器模型可以处理 64 位数据类型（例如 double 和 long long），因此通常不需要对正确编写的 CUDA C/C++ 源代码进行任何更改即可编译为 32 位机器型号或 64 位机器型号。如果你直接在 PTX 中编程，至少you may have to account for the pointer size differences。
【讨论】：
-
那么新设备（比如 Kepler 类）都是 64 位的吗？还是有混合？给定一个 64 位设备，我为什么要在 32 位模式下使用它？在 x86 与 x64 中，存在指针大小问题，因此某些进程占用了更多内存。这对 Cuda 来说是同样的问题吗？还是我应该一直使用 64 位而忘记它？
-
所有较新的设备都支持 32 位或 64 位机器型号。一些较旧的设备仅支持 32 位模型。由于我在回答中给出的原因，在许多方面，64 位模式更好。我能想到使用 32 位模式的唯一原因是某些代码在 64 位模式下可能运行速度较慢，例如由于 64 位指针算法。就我个人而言，我总是只使用 64 位模式而忘记 32 位模式。 32 位支持已经不可用for some OS's。是的，64 位代码可以编译成更大的尺寸。
-
谢谢 - 正是我所希望的答案。