如何提高CUDA内核的计算利用率？

好的，我的内核A正在从设备内存中读取两个变量。执行它们的exor，并将它们存储回设备内存

然而，另一个内核B对这些变量执行大量额外计算，然后将它们存储回设备内存，其性能优于内核a。我知道，如果计算利用率较低，大多数时候，所有扭曲都将等待内存访问完成，而不是进行一些计算。但是为什么内核B每个线程都有相同数量的内存访问和额外的计算速度呢

另外，我尝试在内核a中添加许多合成算术运算，但是分析器仍然显示相同的计算利用率？那里到底发生了什么

__global__ void A(int *dr,int p,int  q,int NORi)
{
    const int tid = blockDim.x * blockIdx.x + threadIdx.x;
    const int N = blockDim.x*gridDim.x;
    for(int i=0;i<NORi;i++)
    {
        dr[(i+p)*N +tid] = dr[i*N+tid] ^ dr[(i+q)*N+tid];
    }
}

\uuuu全局\uuuuu无效A（int*dr、int-p、int-q、int-NORi）
{
const int tid=blockDim.x*blockIdx.x+threadIdx.x；
const int N=blockDim.x*gridDim.x；
对于（int i=0；i内核B是否也在执行异或？如果不是，则可能是各种操作的吞吐量问题。请检查CUDA C编程指南中本机算术指令的吞吐量表。例如，在开普勒上，异或上的吞吐量仅为整数乘法上吞吐量的1/5。
是否优于您是否意味着执行速度更快？或者在某个评测输出上表现更好，例如扭曲执行效率？请将内核A和内核B也发布在此处。如果看不到所讨论代码的最小示例，就不可能说任何事情。投票关闭。A对“B”怎么看内核？关于执行参数和你在代码上运行的设备呢。这些细节很重要。你想让我们告诉你为什么它比“A”快内核。但你不会显示代码。你认为有人会如何回答你的问题？我不是说内核B是一样的吗？只是对变量进行了一些像左移X等的操作。@LorinAhmed:你告诉过它是一样的，当然它是不一样的，因为你也告诉过我们“它在存储结果之前对两个操作数执行更多的算术计算，而不仅仅是一个Ex或运算”。因此，请发布代码。