Ios 金属结构中的快速角点检测

我正在考虑如何在金属中实现快速角点检测。内核函数的输入是一个纹理，其中要检测角点，所有内核函数的结果是所有检测到的角点的列表。因此，每个内核函数可能会添加一个角点，也可能不会。我的问题是如何在设备缓冲区中累积所有发现的角点。在更糟糕的情况下，我会为每个内核函数分配一个单独的索引，在这里它应该写一个布尔值，但它将是一个非常稀疏的数组，并且不必要地庞大。因此，我不希望预先分配索引，而是希望核函数在检测到角点时以某种方式获得下一个可用索引。所以我想我应该在整数索引变量上使用原子交换来实现这一点。因此，下一个\u free\u索引是一个共享变量，对于找到的每个角点，它都会以线程安全的方式递增。缺点是，GPU线程在访问此变量时可能会暂停，这会降低计算速度。我想知道这是否是一种合理的方法。

我很确定这在很大程度上是着色器中原子学的预期用途。原子操作应该是无锁的，尽管可能存在一些缓存和内存通道协调机制，使其比正常增量或其他任何操作都慢。因此，它可能会对性能产生一些影响，但不会太坏。此外，如果很少调用内核函数，实际上找到了角点（“非常稀疏”），那么争用将很低。当然，如果没有其他方法，那么性能就糟透了谢谢：）我希望性能比CPU上的性能高出一倍，尽管存在争用。我想知道线程组中较新GPU上的线程是否在lockstep中运行（所有线程都在同一条指令上，并且在条件上暂停（如果else发散），直到其他线程被捕获）。如果他们这样做的话，这就增加了他们可能同时处于竞争中的可能性？我对GPU的内部工作机制了解不够，无法说出锁步的概念，但你是否希望在彼此附近检测到角点？如果不是，那么线程组就不比任何其他线程更可能争夺原子。也就是说，组中（大约）一次只能有一个线程在原子上运行。在任何情况下，我希望您将获得比使用CPU好几个数量级的性能！做了更多的研究。锁步被限制为一个扭曲-这是16或32线程，所以你怀疑不太可能有争用。warp是SIMD，因此它优化了线程的指令获取周期。