我对 GPU 编程很陌生。我阅读了一些解释基本概念的材料。
但是，我想知道是否可以将一组指令或整个算法/二进制文件分配给特定的 ALU，以便我可以确定这些指令仅由该 ALU 执行（因此，绕过自动负责并行化）？
我必须对 GPU 上的各个 ALU 进行“基准测试”，了解它们之间的任何潜在计算延迟。因此，我想将一组（相似的）指令分配给几个特定的 ALU，测量执行这组指令所需的时间，并比较结果是否有任何差异。
一般来说，我想检查 GPU 是否有某些竞争条件来源。我首先想到的是不同 ALU 的执行速度可能存在微小的差异。也许你们知道其他潜在的竞争条件来源。
但是，由于我的目标与 GPU 的典型使用（并行化等）截然相反，因此很难理解如何使用通用工具在低级别访问单个 ALU。
此致，
GPU 具有您无权访问的单独的 warp 调度程序。
例如，对于 Fermi 架构，该设备有一个 Giga-Thread Scheduler 将工作分派到不同的 Streaming Multiprocessors 和一个 Dual-Warp 调度器，将 warp 分派到各个内核。但这对用户是透明的。
您可以使用 NVTX 跟踪库来分析单个指令或指令序列，它可以帮助您注释部分代码，以便随后由 Parallel Nsight 跟踪进行分析。
您可以在 NVTX 库中找到一些资料，网址为
CUDA Pro 提示：使用 NVTX 生成自定义应用程序配置文件时间线
并在 Rob Farber 的“CUDA 应用程序设计与开发”一书的第 3 章中。
关于使用 NVTX，请在此处查看我的问题：