cuda中warp分支及执行

根据编程指南，任何流控制指令（if\switch\do\for\while）都会导致线程分歧，线程分歧时会顺序执行每个分子路径，而禁用不在此路径上的线程，直到所有路径完成，线程再重新汇合到同一执行路径。

主要有以下三种情况：

如果一个warp的32个线程都只满足同一个分支，这是所谓的“分支按warp对齐”的形式，此时分支基本不影响执行效率。
如果一个warp的32个线程分别满足多个分支，那么不满足当前分支的线程可能会采用插入等待或者假执行（跟着一起算，但是不保留结果）的方式，束内的每个线程都会对每个分支进行判定，如果判定满足，就会执行分支内的代码，如果不满足，线程会暂停等到其他线程执行完成，然后再一起执行下一步。总的运行时间是多个运行分支的时间之和，以及显然每次都有些线程不干活或者干无用功。

因为最小的执行单位就是warp，所以如果warp内不同线程的循环次数不同，那么这也是一种分支情况，并且时间是循环次数最多的那个线程所花费的时间。

另外就是warp的执行：每周期将一个warp的1条指令或者可以双发射的两条指令（scheduler）发射到sp和其他的执行单元上，其中，并不一定将32个sp一组安排，同时，一个warp也并不是从开始到结束总在相同的32个sp上执行。

参考：https://cudazone.nvidia.cn/forum/forum.php?mod=viewthread&tid=7701&extra=page%3D3