1
不同塊/線中線程中的散度效率低下，還是僅當散度處於相同塊/扭曲時？CUDA中不同塊內的線程中的散度
A
回答
3
分流只是一個扭曲。
塊內的變形可以採用不同的分支而不會發散。
請參閱CUDA編程指南第4.1章
相關問題
- 1. cuda線程和塊
- 2. CUDA線程和塊級別同步
- 3. CUDA線程輸出不同的值
- 4. CUDA線程內環
- 5. CUDA：同步線程
- 6. CUDA 2D，3D線程塊
- 7. CUDA中的線程可能「輕鬆」同步線程嗎？
- 8. CUDA線程發散和分支，示例
- 9. CUDA中的最大值（每塊的共享內存）/（CUDA中的線程），100％MP負載
- 10. python類中的實例變量在不同線程中發散
- 11. CUDA - 沒有塊，只是未定義維度的線程
- 12. 如何讓不同的線程在CUDA中執行不同的部分？
- 13. CUDA中的背離 - 從內核中的線程退出
- 14. 爲什麼我需要塊維度來計算CUDA中的線程ID？
- 15. CUDA塊同步
- 16. CUDA中2D和3D線程塊的含義
- 17. 在CUDA中，線程塊如何映射到SM的
- 18. cuda中的每個塊有一個線程
- 19. 在CUDA中分配塊之間的線程
- 20. CUDA線程/線程塊之間的通信
- 21. SHA將相同的字符串散列到不同的塊中
- 22. 在CUDA中重用線程
- 23. CUDA：將相同的內存位置傳輸到所有線程
- 24. Cuda的線程和塊不能正常工作
- 25. cuda大矩陣和塊/線程
- 26. cuda：線程塊之間共享'常量'
- 27. Cuda塊或線程首選項
- 28. Cuda的線性內插
- 29. 非線性擴散CUDA中的3D索引訪問
- 30. perl中的線程同步/調度