最近我在学习CUDA。我想知道CUDA内存访问时间。
在《CUDA编程指南》中写的内存访问次数：

• 全局存储器访问时间为400 ~ 600周期
• 共享内存（L1 Cache）访问时间为20 ~ 40周期

我认为周期和时钟是一样的。是这样吗？如果这是正确的，那么我检查了内存访问时间。主机是固定的，但内核代码有3个版本。这是我的代码：

主机代码：

float* H1  = (float*)malloc(sizeof(float)*100000);
float* D1;
    
for( int i = 0 ; i < 100000 ; i++ ){
    H1[i]  = i;
}
        
cudaMalloc( (void**)&D1,   sizeof(float)*100000);
cudaMemcpy( D1, H1,    sizeof(float)*100000, cudaMemcpyHostToDevice );
            
    
cudaPrintfInit();
test<<<1,1>>>( D1 );
cudaPrintfDisplay(stdout, true);

cudaPrintfEnd();

内核版本1：

float Global1;
float Global2;
float Global3;

int Clock;

Clock = clock();
Global1 = Dev_In1[1];
Clock = clock() - Clock;
cuPrintf("Global Memory Access #1 : %d\n", Clock );

Clock = clock();
Global2 = Dev_In1[2];
Clock = clock() - Clock;
cuPrintf("Global Memory Access #2 : %d\n", Clock );

Clock = clock();
Global3 = Dev_In1[3];
Clock = clock() - Clock;
cuPrintf("Global Memory Access #3 : %d\n", Clock );

是结果

Global Memory Access #1 : 882       
Global Memory Access #2 : 312       
Global Memory Access #3 : 312

我认为第一次访问没有缓存，所以需要800个周期，但第二次访问第三次访问需要312个周期，因为，Dev_In[2]和Dev_In[3]被缓存...

内核版本2：

int Global1, Global2, Global3;              
int Clock;              
            
Clock = clock();                
Global1 = Dev_In1[1];               
Clock = clock() - Clock;                
cuPrintf("Global Memory Access #1 : %d\n", Clock );             
            
Clock = clock();                
Global2 = Dev_In1[50000];               
Clock = clock() - Clock;                
cuPrintf("Global Memory Access #2 : %d\n", Clock );             
            
Clock = clock();                
Global3 = Dev_In1[99999];               
Clock = clock() - Clock;                
cuPrintf("Global Memory Access #3 : %d\n", Clock );

是结果

Global Memory Access #1 : 872       
Global Memory Access #2 : 776       
Global Memory Access #3 : 782

我认为在第一次访问时未缓存Dev_In1[50000]和Dev_In2[99999]
所以... 1号，2号，3号迟到了...

内核版本3：

int Global1, Global2, Global3;                  
int Clock;                  
                
Clock = clock();                    
Global1 = Dev_In1[1];                   
Clock = clock() - Clock;                    
cuPrintf("Global Memory Access #1 : %d\n", Clock );                 
                
Clock = clock();                    
Global1 = Dev_In1[50000];                   
Clock = clock() - Clock;                    
cuPrintf("Global Memory Access #2 : %d\n", Clock );                 
                
Clock = clock();                    
Global1 = Dev_In1[99999];                   
Clock = clock() - Clock;                    
cuPrintf("Global Memory Access #3 : %d\n", Clock );

结果：

Global Memory Access #1 : 168       
Global Memory Access #2 : 168       
Global Memory Access #3 : 168

我不明白这个结果。
Dev_In[50000]和Dev_In[99999]没有缓存，但是访问时间非常快！只是我用了一个变量
所以...我的问题是GPU周期是否= GPU时钟？
为什么结果3中的内存访问时间非常快？