cudaMallocPitch如何帮助避免CUDA内存银行冲突？

我了解到CUDA的cudaMallocPitch函数会创建带填充的内存，以此帮助避免内存银行冲突。我能理解填充如何实现内存对齐——这和CPU中的对应机制非常相似，但不确定它是如何优化以减少银行冲突的，比如是否通过填充确保每行第一列的起始位置位于不同的内存银行？

以下是示例：

填充前:

Bank 0 | Bank 1 | Bank 2 | Bank 3
-------|--------|--------|-------
A[0][0]| A[0][1]| A[0][2]| A[0][3]
A[1][0]| A[1][1]| A[1][2]| A[1][3]
A[2][0]| A[2][1]| A[2][2]| A[2][3]
...

填充后:

Bank 0 | Bank 1 | Bank 2 | Bank 3
-------|--------|--------|-------
A[0][0]| A[0][1]| A[0][2]| A[0][3]
Padding| A[1][0]| A[1][1]| A[1][2]
A[1][3]| padding| padding| A[2][0]
...

内容的提问来源于stack exchange，提问作者PkDrew