Cuda原子导致分支分歧

问题描述

我正在开发一个CUDA内核来计算图像的直方图(NVIDIA GTX 480)。我注意到，使用Cuda剖析器发现了82.2%的分支分歧。分析器将以下函数指示为分歧的来源，该函数位于名为DEVICE_Functions.h的文件中(尤其是包含RETURN语句的那一行)。

static __forceinline__
unsigned int __uAtomicAdd(unsigned int *p, unsigned int val)
{
  return __nvvm_atom_add_gen_i((volatile int *)p, (int)val);
}

说原子操作导致分支发散正确吗？

推荐答案

在某种程度上，CUDA中的原子实现可能会因GPU架构而异。但特别是对于GTX 480(费米级图形处理器)，__shared__内存原子不是作为单个机器指令实现的，而是实际上通过a sequence of machine (SASS) instructions that form a loop实现的。

此循环实质上是在争夺锁。当锁被特定线程获取时，该线程将在标识的共享内存单元上以原子方式完成请求的内存操作，然后释放锁。

循环获取锁的过程必然涉及分支发散。在这种情况下，分支分歧的可能性在C/C++源代码中并不明显，但如果您检查SASS代码，则会很明显。

全局原子通常实现为单个(RED)sass指令。然而，如果由WARP中的多个线程执行，全局原子仍然可能涉及访问的串行化。我通常不会认为这是"分歧"的情况，但我不完全确定分析器将如何报告它。如果你做了一个只涉及全球原子公司的实验，我想这一点就会变得很清楚。

您的案例中报告的差异可能完全是由于如上所述的共享内存差异(这是预期的)。

这篇关于Cuda原子导致分支分歧的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！