正如前文所述，CUDA全域性記憶體的訪問是通過”記憶體事務“實現的，其分類128位元組（L1/L2快取均參與）和32位元組（L2快取參與）兩種。本文則主要介紹全域性讀取的載入示例，分為”快取載入（L1+L2）“和”非快取載入（L2）“，程式碼會貼在後面。

一.快取載入（L1+L2）

這種情況下，”記憶體事務“中載入的快取粒度是128位元組。 （1）對齊合併訪問，執行緒束首地址對齊128位元組，且連續訪問128位元組記憶體。只需一次”128位元組記憶體事務“即可完成記憶體請求。效率100%。
  （2）訪問對齊，隨機訪問128位元組記憶體。由於所請求的記憶體地址仍然在一個快取行中，因此，也只需一次”128位元組記憶體事務“即可完成記憶體請求。效率100%。
 （3）非對齊的連續訪問，執行緒束請求的位元組未對齊128，而是分佈在兩個128位元組段範圍內。由於啟用L1快取，因此載入必須從首地址128的倍數開始，因此需要載入0-127和127-255兩個”128位元組記憶體事務“才能完成記憶體請求。其中一半資料是請求之外的，因此效率=請求載入的全域性記憶體/所需載入的全域性記憶體=50%。 這主要是由於快取的載入模式導致，因為快取不是一次性只加載一個數據，而是一批資料，如128位元組，而且又必須保證對齊操作，這就導致了載入的浪費。
（4）同一warp中執行緒只訪問一個地址。只需要一個”128記憶體事務“就可以完成請求，但是效率卻非常低。因為所需4位元組，而載入了128位元組。效率為4/128=3.125%。

（5）最壞的情況，warp中32執行緒所請求的記憶體全部分散，因此載入的”記憶體事務“的可能在0-32之間不等。完成一次記憶體請求最差需要進行32次”記憶體事務“，而載入的128位元組中，卻只有4位元組是warp所需的。

二.非快取載入（L2）

這種情況下，”記憶體事務“中載入的快取粒度是32位元組，這是比128位元組更細粒度的載入，會對非對齊或非合併的訪問帶來好處。類似地，對比上述情況，逐一分析。 （1）對齊合併訪問，一個warp的128位元組的請求，需要4個32位元組”記憶體事務“完成。效率100%。
（2）對齊，但訪問是不連續。所需地址將佔用4個記憶體段，不會產生載入浪費。效率100%。 （3）非對齊的連續訪問。由於請求記憶體首地址沒有對齊128位元組，請求的地址最多落在5個記憶體段中，匯流排利用率至少為80%，相比快取載入50%有了很大的提供，這主要是由於載入了更少的未請求位元組。
（4）warp中執行緒束訪問一個記憶體地址。效率為4/32=12.5。非快取載入要優於快取載入。
（5）warp中執行緒的請求記憶體地址全部分散，則需要的”記憶體事務“的也是0-32個，但每個記憶體事務是32位元組，而不再是128位元組。這也是非快取載入優於快取載入的地方。