CUDA Kernel Fusion 教程：优化显存带宽与启动开销

NVIDIA 官方博客发布 CUDA Kernel Fusion 技术教程，介绍如何通过合并多个 GPU 内核减少显存带宽浪费和内核启动开销。

文章详细讲解了 kernel fusion 的多种实现方式，包括手动融合、使用 CUDA Graphs 以及借助编译器自动融合，核心思路是将数据在寄存器或共享内存中流转，避免反复读写全局显存。

对于 GPU 编程工程师而言，kernel fusion 是提升计算密度和内存利用率的经典手段，该教程提供了从原理到代码的完整参考。