Image processing GPU上的线程

我使用DirectCompute在GPU上进行通用计算。目前，我正在尝试操作分辨率为1920x1080的纹理。我有一个Dispatch（2，1080，1）和numthreads（960，1，1），根据我的计算，它精确地覆盖了每像素一个线程的图像

现在，据我所知，所有线程应该同时运行，对吗？然而，在我的代码中，如果像素是黑色的，我不做任何计算。所以我注意到，当我的大部分图像都是黑色时，性能会明显提高。但是，如果一个对象阻塞了屏幕，则性能会急剧下降

我的问题是：如果所有线程都并行运行，处理帧的速度将由性能最差的线程决定，基本上黑色像素上运行的线程将处于空闲状态，对吗？那么，当处理更多像素时，为什么我会看到速度变慢呢？他们应该同时这样做。还是我完全搞错了

---

任何帮助都将不胜感激。

如果您有一个非常繁重的算法，并且正在使用图像进行backbuffer渲染，则可能会造成暂停。强制backbuffer等待映像。尝试在下一帧渲染它。所以你是“幕后黑手”

---

您的算法看起来怎么样？

并非所有线程都同时执行。确切的数字可能有点变化，但几年前，高端CPU一次能够保持16k线程运行，但“只有”几百个线程实际上是并发执行的。（然后再进一步细分为更小的子组，这样子组中的每个线程都以精确的锁步、逐指令、逐分支运行）其余线程被挂起，等待I/O或以其他方式被阻塞

因此，如果你有一个算法需要200万次执行，那么在任何时候，只有一小部分算法会以线程的形式存在，而在这些算法中，只有一小部分算法会在一个批中执行。在当前正在执行的线程中，有些线程被强制以精确的锁定步骤运行（因此没有任何线程提前退出，整个组必须遵循相同的路径），但是不同的组可以在不同的时间终止

---

是的，GPU上的线程处理很复杂。

我想这解释了我一直在想的很多问题。谢谢你的回答。我将不得不对互联网上的GPU线程做更多的研究。我在做双缓冲，所以我总是显示一个图像，同时进行下一个图像的计算。然而，我认为问题在于我的算法太慢。但贾尔夫的话非常有启发性。我的算法？我正在探索实时光线跟踪领域，刚刚编写了一个蛮力算法来测试我的GPU的功能。显然，将需要大量的选择。