自 Volta 以来的独立线程调度
Independent Thread Scheduling since Volta
自 Volta 以来，Nvidia 为其 GPGPU 引入了新的独立线程调度。如果 CUDA 线程发生分歧，替代代码路径不会按块执行，而是按指令执行。尽管如此，不同的路径不能同时执行，因为 GPU 也是 SIMT。本文为原文：
https://developer.nvidia.com/blog/inside-volta/（向下滚动到“独立线程调度”）。
我明白这是什么意思了。我不明白的是，这种新行为以何种方式加速代码。即使是上述文章中的 before/after 图表也没有反映整体加速。
我的问题：由于所描述的新调度，哪种发散算法在 Volta（和更新的）上会 运行 更快？
该功能的目的不一定是加速代码。
该功能的一个重要目的是能够可靠地使用编程模型，例如 producer-consumer 在 warp 中（在同一 warp 中的线程之间），如果使用以前的线程调度程序 pre-volta.
IMO 的典型示例，您可以在 cuda 标签上找到各种示例，人们试图在同一个 warp 中的线程之间协商原子锁。这在以前的架构上会是 "brittle" (and ) or （挂起）。根据我的经验，它在 volta 上运行良好。
Here is another example 算法仅在 pre-volta 上挂起，但在 volta+ 上“有效”（不挂起）。
自 Volta 以来，Nvidia 为其 GPGPU 引入了新的独立线程调度。如果 CUDA 线程发生分歧，替代代码路径不会按块执行，而是按指令执行。尽管如此，不同的路径不能同时执行，因为 GPU 也是 SIMT。本文为原文：
https://developer.nvidia.com/blog/inside-volta/（向下滚动到“独立线程调度”）。
我明白这是什么意思了。我不明白的是，这种新行为以何种方式加速代码。即使是上述文章中的 before/after 图表也没有反映整体加速。
我的问题：由于所描述的新调度，哪种发散算法在 Volta（和更新的）上会 运行 更快？
该功能的目的不一定是加速代码。
该功能的一个重要目的是能够可靠地使用编程模型，例如 producer-consumer 在 warp 中（在同一 warp 中的线程之间），如果使用以前的线程调度程序 pre-volta.
IMO 的典型示例，您可以在 cuda 标签上找到各种示例，人们试图在同一个 warp 中的线程之间协商原子锁。这在以前的架构上会是 "brittle" (and
Here is another example 算法仅在 pre-volta 上挂起，但在 volta+ 上“有效”（不挂起）。