3

所以,我有一个代码,它在格子上使用 Kinetic Monte Carlo 来模拟某些东西。我正在使用 CUDA 在我的 GPU 上运行此代码(尽管我相信同样的问题也适用于 OpenCl)。

这意味着我将我的格子分成小的子格子,每个线程都在其中一个上运行。由于我在做 KMC,每个线程都有这个代码:

   While(condition == true){
     *Grab a sample u from U[0,1]*
      for(i = 0; i < 100;i++){
         *Do some stuff here to generate A*
          if(A > u){
              *Do more stuff here, which could include updates to global memory*
               break();
           }
      }
   }

A 对于不同的线程是不同的,u 也是不同的,100 只是一个随机数。在代码中,这可能是 1000 甚至 10000。

那么,当一个线程通过 if 的时候,我们不会有分支分歧吗?这会对性能造成多大的影响?我知道答案取决于 if 子句中的代码,但是随着我添加越来越多的线程,这将如何扩展?

任何关于我如何估计性能损失/收益的参考也将受到欢迎。

谢谢!

4

1 回答 1

15

GPU 以 32 个线程为一组运行线程,称为 warp。分歧只能发生在经线内。因此,如果您能够以这样一种方式安排线程,即if条件在整个经纱中以相同的方式评估,那么就不存在分歧。

当 存在分歧时,从概念上讲,GPU 会简单地忽略来自条件为假if的线程的结果和内存请求。if

因此,假设对特定经纱中的 10 个线程if进行评估。true虽然在其中if,warp 的潜在计算性能从 100% 降低到 10 / 32 * 100 = 31%,因为被禁用的 22 个线程if本来可以工作,但现在只是在 warp 中占用空间.

退出 后if,禁用的线程将再次启用,warp 以 100% 的潜在计算性能继续进行。

An 的if-else行为方式大致相同。当 warp 到达 时else,启用的线程if变为禁用,而禁用的线程变为启用。

for为 warp 中的每个线程循环不同次数的循环中,线程在其迭代计数达到其设定数量时被禁用,但整个 warp 必须继续循环,直到具有最高迭代计数的线程完成。

在查看潜在的内存吞吐量时,事情有点复杂。如果算法是内存受限的,那么由于扭曲发散可能不会有太多或任何性能损失,因为内存事务的数量可能会减少。如果 warp 中的每个线程都从全局内存中完全不同的位置读取数据(对于 GPU 来说这是一个糟糕的情况),那么每个禁用线程的时间将被节省下来,因为它们的内存事务不必执行。另一方面,如果线程正在从已针对 GPU 访问而优化的数组中读取数据,则多个线程将共享单个事务的结果。在这种情况下,用于禁用线程的值是从内存中读取的,然后与禁用线程可能完成的计算一起丢弃。

所以,现在你可能已经有了足够的了解,可以做出相当好的判断来判断扭曲发散程度会影响你的表现。最坏的情况是warp中只有一个线程处于活动状态。然后您将获得 1/32 = 3.125% 的计算绑定性能潜力。最好的情况是 31/32 = 96.875%。对于if完全随机的,你得到 50%。如前所述,内存绑定性能取决于所需内存事务数量的变化。

于 2012-06-11T15:23:28.300 回答