数据本地化是指将数据从片外内存（local memory、global memory、constant memory和texture memory）转移到片内（register、shared memory），并实现数据共享，以此来减少片外内存访存的依赖。因此，可以通过数据本地化，减少对global memory的访存依赖，从而提高算法性能。

在NVIDIA GPU中提供了shared memory机制、register机制与cache机制。cache机制可以通过ldg（）功能实现对整个kernel的生命周期只读的数据缓存在只读的cache中，从而提高访存效率。但是，只读数据的缓存功能仅仅支持计算能力在3.5及以上的设备（NVIDIA TK1 GPU计算能力是3.2）。shared memory可以被同一block的线程读写，同时具有高速访存的特点，可以较好地提高算法性能。但不易掌控，因为需要注意避免出现bank conflict、block间的同步问题等问题。register是线程私有的，同时它是GPU的存储空间中最快的，读取它几乎不耗费时间。但是，register数量有限，合理地使用和分配register是至关重要的，能够极大地提高算法性能。以Kepler GPU为例，每个SM有64K个32位寄存器，如果每个block有1024个线程，那么每个线程最多使用64个寄存器。但是如果将block大小改为512，则最多可以使用128个寄存器。

根据算法的不同特点选择合适的数据本地化方式，同时充分利用底层硬件资源，以达到提高算法性能的目的。以register为例，每个线程的register数量有限，当register耗尽时，数据将会被溢出到localmemory。如果每个线程中使用过多的register或者声明大型结构体或数组，或编译器无法确定数组大小，数据都会被分配到local memory，我们应该极力避免这些。本文测试了shared memory机制数据本地化，性能相对于初始版本反而下降，因此后面一起使用采用register机制数据本地化与向量化。(www.daowen.com)

以blur滤波算法为例，由于计算相邻点滤波后的值有6个数据重用，采用reg-ister机制数据本地化将数据加载到片上内存后，可以减少片外访存依赖的同时，也可以对数据进行多次操作。