Parallel processing 现代GPU（如Fermi/Evergreen）是否支持无序执行？

我正在写一个OpenCL内核，它在一个循环中包含了一些障碍。我在CPU（8核FX8150）上测试了内核，结果显示这些障碍将运行速度降低了50~100倍（我通过使用多线程+CyclicBarrier在Java上重新实现内核进一步验证了这一点）。我怀疑原因是屏障基本上阻止了CPU利用无序执行的优势，所以我有点担心如果我在GPU上观察到同样大小的速度下降。我查阅了一些官方文件，在谷歌上搜索了一下，但是关于这个话题的信息很少

英伟达的下一代
CUDA计算与图形体系结构，代号为“Fermi”：

具有以下功能（第5页）

• 应用程序上下文切换速度提高10倍
• 并发内核执行
• 无序线程块执行：）
• 双重叠内存传输引擎

---

目前最先进的GPU是有序的流水线处理器。GPU通过交错来自不同扭曲（波前）的指令有效地填充管道。相比之下，CPU使用无序推测执行来填充管道。有不同的功能单元，如ALU和SFU，它们具有分离的管道。但请注意，指令依赖性会阻碍扭曲。有关在GPU上解析指令依赖关系的更多信息，请参阅

当然有。您应该通过代码将fpu计算所花费的时间进行非均匀分割，这样它可以在同时进行浮点运算的同时进行整数计算time@tuğrulbüyükıkık谢谢。你能给我指一份证实这一点的官方文件（供参考）吗？