Kernel OpenCL内核中的原子操作

当我试图找到内核中原子操作的更多细节时，我发现了一些奇怪的事情。据我所知，当对一个数字使用原子操作时，来自所有线程的所有此类操作都将被序列化以在此数字上启动，以保持完整性。以下是我的一段内核代码：

    if(atomic_cmpxchg(&A[ptr],0,-1) == -1)
        ptr = A[ptr + 3];

    //To delay
    uint k = 1000000;
    while(k--);

    A[ptr + 3] = newValue;

对于上面的代码，假设只有两个线程T1和T2。据我所知，T1和T2都将执行代码段，但当它们尝试执行原子_cmpxchg操作时，T2必须等待T1完成（假设T1首先运行）。正如我设计的，当T1读取[ptr]时，[ptr]的旧值为0，因此它将原子地更改为-1。之后，因为对于T1，条件不满足，所以T1将直接转到延迟代码并被延迟。现在是T2处理[ptr]的时候了，因为现在[ptr]被设置为-1，所以T2的条件满足，所以T2将运行到“ptr=A[ptr+3]；”。但我的问题是：因为T2完成条件判断后，会立即执行“ptr=A[ptr+3]；”，但是T1遇到延迟，所以A[ptr+3]的值还没有被T1更新（因为k太大，延迟会很长）。因此T2不会读取[ptr+3]的最新值，该值应该是newValue。但我的实验表明，无论我设置的k值有多大，结果总是正确的，即T2始终可以读取正确的值（newValue），无论T1遇到多长延迟。有人能帮忙调查这个案子吗？非常感谢

编译器可能足够聪明，能够发现“延迟”循环没有副作用，并完全优化它

在GPU上，来自同一工作组的OpenCL工作项通常会运行（至少在一定程度上，取决于具体的硬件）。这意味着两个线程同时执行同一条指令。它们基本上共享一个指令指针。在控制流发散的情况下，每个线程都会记住它当前是否处于活动状态，并且仅在当前指令处于活动状态时才执行它。原子操作仍然是序列化的