在CUDA编程中，如果两个内核之间存在数据相关性，我试图减少片外存储器和片内存储器之间的同步开销？这两种技术有什么区别？
内核融合的思想是采取两个（或多个）离散的操作，这些操作可以在单独的内核中实现（并且可能已经实现），并将它们组合在一起，以便所有操作都在单个内核中进行。
此好处的好处似乎不明显，所以我推荐您参考this writeup。
持久线程/持久内核是一种内核设计策略，它允许内核无限期地继续执行。典型的“普通”内核设计着重于解决特定任务，完成该任务后，内核退出（在内核代码的大括号处）。
然而，持久性内核中有一个控制循环，该循环仅在发出信号时结束-否则它将无限期地运行。人们通常将其与应用程序设计的生产者-消费者模型联系在一起。某种东西（主机代码）产生数据，而持久性内核消耗该数据并产生结果。这种生产者－消费者模型可以无限期地运行。当没有数据要消耗时，使用者（您的持久性内核）只需循环等待显示新数据。
持久性内核设计有许多重要的注意事项，在这里我不会尝试列出，而请您参考this longer writeup/example。
好处：
内核融合可以将工作合并到一个内核中，从而通过减少不必要的负载和存储来提高性能，因为可以将正在操作的数据保留在设备寄存器或共享内存中的位置。
持久性内核可能有很多好处。它们可能会减少与处理数据相关的等待时间，因为不再需要CUDA内核启动开销。但是，另一个可能的性能因素可能是在设备寄存器或共享内存中保留状态（类似于内核融合）的能力。
内核融合不一定表示持久性内核。您可能只是将一组任务组合到一个内核中。持久性内核不一定意味着要合并单独的计算任务-在“消费者”主循环中可能只有1个“任务”正在执行。
但是这两个想法之间显然存在相当大的概念重叠。