Question

我使用Parallel Nsight 2.2来分析用CUDA 4.2编写的代码。结果是：分支效率= 0.9 ，而控制流执行效率= 0.26 。

从用户指南

Branch Efficiency=({Branches} - {Diverged Branches}) / {Branches}
Control Flow Efficiency={Thread Instructions Executed} / {Instructions Executed} / {Warps Size}

我很困惑：不是更高的分支效率意味着有更多的活动线程在warp中执行相同的指令，因此控制流效率更高？高分支效率和低控制流效率表明了什么？非常感谢任何评论。

Answer 1

分支效率衡量分支的数量。 100％意味着没有分支分歧。当分支发散时，经线的有效掩模减小到小于32，因此执行效率不高。此外，分支可能必须根据分支分散的方式多次执行。

执行的线程指令对谓词关闭线程进行计数。编译器可以使用谓词标志来避免控制流分歧。对于具有较小条件执行代码块的代码，可以看到此计数器的100％。

控制流效率衡量每条指令中warp中有多少线程处于活动状态。除非您启动32个线程的非多个，否则这将是32个线程或100％。如果代码分歧，这个数字将小于100％。

示例1 ：每个块启动32个线程，并且没有不同的分支。

分支效率= 100％控制流量效率= 100％

示例2 ：每个块启动1个线程，并且没有发散分支。

分支效率= 100％控制流量效率= 3％（1/32）

示例3 ：每个块启动32个线程，并在第一个指令上以2种方式发散（甚至线程朝一个方向，奇数线程另一个）并执行发散块直到退出。假设这是唯一的分支。

分支效率= 0％（某些设备可能会更高，因为退出计算为分支）控制流效率= 50％（大多数时间仅执行16个线程/扭曲）

高分支效率和低控制流效率表明了什么？

1 个答案: