浅谈cuda5.0新功能——warpshuffle

warpshuffle 的具体定义可以在cuda C programming guide中被找到。

但是这一功能只能被sm30或者更高的显卡支持，具体原因涉及到了kepler和fermi之间的差别。 kepler在一个时钟周期内可以执行32个线程，也就是说在一个时钟周期内可以执行一个完整的warp， 但是fermi的每时钟周期执行能力只有kepler的一半，这就导致fermi不能同时对一个warp内的全部32个线程进行“洗牌”。

warpshuffle的最大意义在于，其可以帮助我们摆脱shared memory。 也就是说，在固定的register中，我们可以分配更多空间给cache 而不是shared memroy，从而可以显著地提高运算效率。

不过warpshuffle也存在弊端，那就是它只允许同一warp内的线程相互交换数据，不同warp间的数据传输仍需用到shared memory。

经个人实验证实，对于一个2048K的数据，运用warpshuffle可以将运算效率提高15%——25%。 这个结果非常惊人，也可以更直接的看出kepler的一些特质。那就是让更多的数据运算及传输在GPU上完成，从而大幅度提高效率。