CUDA线程是否在O（n）操作的锁定步骤中执行？

《CUDA编程指南》中有以下内容：

warp一次执行一条公共指令，因此，当warp的所有32个线程在其执行路径上一致时，就可以实现完全的效率。如果扭曲的线程通过依赖于数据的条件分支发散，则扭曲会串行执行所采用的每个分支路径，禁用不在该路径上的线程，并且当所有路径完成时，线程会收敛回同一执行路径

我之所以考虑使用lockstep，是因为一次只能使用一条普通指令

那么，如果没有分支，每个线程都需要计算一个O（n）操作，那么会发生什么呢

如果它们所操作的数据值较小，那么扭曲中的某些线程不会比其他线程先完成吗

如果某些线程在其他线程之前完成，那么在其他线程完成之前，它们是否保持空闲状态

---

warp中的每一条指令都是在锁定步骤中执行的。只有在前一条指令完成后，才能提取下一条指令。 如果指令需要不同线程的不同时间（例如，一个线程从缓存加载数据，而另一个线程等待全局内存读取），则所有线程都必须等待

也就是说，我不知道有哪一条指令具有复杂性

O（n）

。您可能指的是一个大小为

n

的循环，由扭曲中的每个线程执行。循环和任何其他控制流构造一样，具有条件跳转。提前退出循环的线程将被屏蔽，并等待仍在循环中的线程。当所有线程发出要退出的信号时，它们会聚在一起，下面的操作再次以完美同步的方式执行

---

更新：正如@knedlsepp所指出的（谢谢！），因为沃尔塔说的不是真的。GPU可以将翘曲分割成更小的片段并独立运行，从而打破锁定步骤。你不应该假设得太多，但扭曲同步原始性可能会有所帮助

在实践中，GPU仍将尽可能在锁定步骤中运行整个warp，因为这是最有效的。据我所知（虽然我不能再坚定地证实，有人可能会证明我错了），仍然有一条指令同时被执行，但现在可以在时间上交错具有不同掩码的不同分支。对于一个复杂的控制流，甚至可能发生同一个分支被多次执行，使用不同的掩码

---

我记得我将基于CUDA的光线跟踪器加速了2-3次，当时我消除了所有

break

和mid function

return

语句，这些语句对于编译器找出最佳控制流和掩蔽是有问题的。

warp中的每一条指令都是在锁定步骤中执行的。只有在前一条指令完成后，才能提取下一条指令。 如果指令需要不同线程的不同时间（例如，一个线程从缓存加载数据，而另一个线程等待全局内存读取），则所有线程都必须等待

也就是说，我不知道有哪一条指令具有复杂性

O（n）

。您可能指的是一个大小为

n

的循环，由扭曲中的每个线程执行。循环和任何其他控制流构造一样，具有条件跳转。提前退出循环的线程将被屏蔽，并等待仍在循环中的线程。当所有线程发出要退出的信号时，它们会聚在一起，下面的操作再次以完美同步的方式执行

---

更新：正如@knedlsepp所指出的（谢谢！），因为沃尔塔说的不是真的。GPU可以将翘曲分割成更小的片段并独立运行，从而打破锁定步骤。你不应该假设得太多，但扭曲同步原始性可能会有所帮助

在实践中，GPU仍将尽可能在锁定步骤中运行整个warp，因为这是最有效的。据我所知（虽然我不能再坚定地证实，有人可能会证明我错了），仍然有一条指令同时被执行，但现在可以在时间上交错具有不同掩码的不同分支。对于一个复杂的控制流，甚至可能发生同一个分支被多次执行，使用不同的掩码

---

我记得我将基于CUDA的光线跟踪器加速了2-3次，当时我消除了所有

break

和mid function

return

语句，这些语句对于编译器找出最佳控制流和掩蔽是有问题的。

Guide指的是O（1）（至少在理论上）的具体机器指令。O（n）操作由机器指令组成。为了使扭曲中的线程在其他线程之前完成，您需要为它们提供不同的数据。这只有在分支上才可能（除非我在这里错了，你有一个反例）；如果使用不同的数据输入，扭曲中的线程会比其他线程先完成吗？我的观点是：如果没有分支，就不能输入不同的内容（即（1）中的假设是错误的）。在分支的情况下，每个路径都具有相同的长度并被序列化。所以线程无论如何都是在同一时间完成的。每个线程执行N个操作，其中N等于线程的全局ID。这是否足够，因为每个线程都有自己的数据？我可能在概念上对某些事情感到困惑；如果我错了，请纠正我。“执行N个操作”是一个循环。非无限循环包含停止条件（

i

）。条件是分支。指南是指O（1）（至少在理论上）的具体机器指令。O（n）操作由机器指令组成。为了使扭曲中的线程在其他线程之前完成，您需要为它们提供不同的数据。这只有在分支上才可能（除非我在这里错了，你有一个反例）；将