我是GPGPU和CUDA的新手。根据我的阅读，在当前的CUDA GPU上，线程被捆绑到32个线程的warp中。 warp中的所有线程执行相同的指令，因此如果分支中存在分歧，则所有线程基本上花费相应于获取所有生成的分支的时间。然而，似乎在GPU上同时执行的不同warp可以具有不同成本的分支分支，因为不同的warp由单独的计算资源执行。所以我的问题是，有多少并发warp可以如此执行，其中分歧不会导致这种恶意......即，我应该在规格表中找到多少个数字。它是＆＃34;着色器处理器的数量＆＃34;或者＃34;流式多处理器的数量＆＃34;这是相关的吗？
此外，对于AMD Radeon也是同样的问题：这里的相关术语可能是＆＃34;统一着色器＆＃34;和＆＃34;计算单位＆＃34;。
最后，假设我有一个跨线程高度不同的工作负载，所以我基本上只需要每个warp一个线程。基本上将GPU用作普通的多核CPU。这是可能的，我应该如何布置线程和线程块来实现这一点？我可以避免为warp中的31个冗余线程分配内存等。我意识到这可能不是GPGPU的理想工作负载，但它可用于在后台运行活动而不会阻塞主机CPU。
答案 0 :(得分：0)
我是GPGPU的新手，而是学习OpenCL。但这个问题几个月来一直没有答案，所以我会对它进行一次尝试（如果我错了，希望专家会纠正我。）
然而，似乎在GPU上同时执行的不同warp可以有不同的分支而没有这个成本，因为不同的warp由不同的计算资源执行
不一定。在AMD系统上，在任何给定时间只处理64个工作项（在CUDA中称为线程）（技术上：AMD系统中的每个VALU一次处理16个项目，但任何给定的指令每次重复四次。因此每个“AMD Wavefront”有64个项目。在NVidia系统上，似乎每个warp一次执行32个线程。
当然，“块大小”可能远大于64.因此，如果您使用32x32像素块，则每个工作组（OpenCL）或Warp需要1024个核心/着色器/工作项。
这些1024个线程在NVidia Pascal下可以分散而不会受到惩罚，因为它们被分成32组。
因此，如果您的工作组/ warp大小为1024，则与32x32像素块相关...前两行将在一个VALU（AMD GCN）或SM（NVidia Pascal）上执行。只要这32个线程/ 64个工作项中的所有项目采用相同的分支，您就不会受到任何处罚。
最后，假设我有一个跨线程高度不同的工作负载，所以我基本上只需要每个warp一个线程。基本上将GPU用作普通的多核CPU。这是可能的，我应该如何布置线程和线程块来实现这一点？我可以避免为warp中的31个冗余线程分配内存等。我意识到这可能不是GPGPU的理想工作负载，但它可用于在后台运行活动而不会阻塞主机CPU。
if( threadid> 0) {
} else {
dostuff();
}
老实说，如果你只是分歧并希望最好，我认为这是最好的。所有这些核心都有自己的资源（注册表和东西）。