Multithreading Openmp线程分歧？

CUDA中使用了“线程发散”一词；据我所知，这种情况下，不同的线程被分配执行不同的任务，这会对性能造成很大影响

我想知道，在openmp中这样做是否会受到类似的惩罚？例如，假设我有一个6核处理器和一个有6个线程的程序。如果我有一个条件，使3个线程执行某个任务，然后让其他三个线程执行一个完全不同的任务，会有很大的性能影响吗？我猜本质上是用openmp做MIMD

---

基本上，我正在用openmp和CUDA编写一个程序。我希望两个线程运行CUDA内核，而其他剩余线程运行C代码。谢谢。

不，使用OpenMP的不同线程不会对性能造成影响。这在CUDA中是一个问题，因为指令同时广播到一组内核的方式。当OpenMP线程以CPU内核为目标时，每个CPU内核都有自己的独立指令集要遵循，并且它的运行方式与任何其他单线程程序一样

---

如果线程发散后出现了同步障碍，您可能会看到一些内核没有得到充分利用，因为这会迫使更快的线程等待较慢的线程赶上。当谈到CPU并行性时，使用特定的线程设计模式不会对性能造成内在影响。至少在理论层面上没有

---

我看到的唯一问题是，由于线程正在做不同的事情，它们的完成时间可能不同，因此一些线程在完成其工作后可能会处于空闲状态，等待其他线程完成一个较长的任务。

CUDA中的线程分歧一词指的是并非所有bock线程都以相同的结果评估一个条件的情况。据说这样的线索是有分歧的。如果发散的线程在同一个扭曲中，那么这些线程可能会连续执行工作，从而导致性能损失

---

不过，我不确定OpenMP是否存在同样的问题。当不同的线程执行不同的工作时，运行时可能会使用负载平衡，但这并不一定会导致工作序列化。

openmp中没有这种问题，因为每个openmp线程都有自己的PC。

感谢您的响应！第一篇关于堆栈溢出的帖子，我在10分钟内得到了两个回复。非常棒。只是好奇，如何在OpenMP中实现这一点？我知道你的问题已经得到了回答，但如果能看到一段代码就好了。这是个离题，但在你把主机代码变得过于复杂之前，CUDA可能不需要多个CPU线程——使用CUDA 4.0和更高版本，多GPU编程可以从一个主机线程完成，因此，除非您在主机端有并行工作要做，否则多线程只会增加复杂性。如果您在CPU上有并行工作要做，那么您可以使用一个CPU线程用于CUDA，其余线程用于并行执行CPU工作。