分支和谓词指令

Question

Section 5.4.2 CUDA C 编程指南指出分支分歧由“分支指令”或在某些条件下“谓词指令”处理。我不明白两者之间的区别，以及为什么一个比另一个带来更好的性能。

This comment 建议分支指令导致更多的执行指令，由于“分支地址解析和获取”而停止，以及由于“分支本身”和“为分歧而记账”导致的开销，而谓词指令仅产生“进行条件测试和设置谓词的指令执行延迟”。为什么？

Answer 1

指令谓词是指一条指令由一个线程根据谓词有条件地执行。谓词为真的线程执行指令，其余线程不执行任何操作。

例如：

var = 0;

// Not taken by all threads
if (condition) {
    var = 1;
} else {
    var = 2;
}

output = var;

会导致（不是实际的编译器输出）：

       mov.s32 var, 0;       // Executed by all threads.
       setp pred, condition; // Executed by all threads, sets predicate.

@pred  mov.s32 var, 1;       // Executed only by threads where pred is true.
@!pred mov.s32 var, 2;       // Executed only by threads where pred is false.
       mov.s32 output, var;  // Executed by all threads.

总而言之，这是if 的 3 条指令，没有分支。效率很高。

具有分支的等效代码如下所示：

       mov.s32 var, 0;       // Executed by all threads.
       setp pred, condition; // Executed by all threads, sets predicate.

@!pred bra IF_FALSE;         // Conditional branches are predicated instructions.
IF_TRUE:                    // Label for clarity, not actually used.
       mov.s32 var, 1;
       bra IF_END;
IF_FALSE:
       mov.s32 var, 2;
IF_END:
       mov.s32 output, var;

注意它有多长（if 的 5 条指令）。条件分支需要禁用部分扭曲，执行第一条路径，然后回滚到扭曲发散的点并执行第二条路径，直到两者收敛。它需要更长的时间，需要额外的簿记，更多的代码加载（特别是在有很多指令要执行的情况下），因此需要更多的内存。所有这些都使得分支比简单的谓词慢。

实际上，在这个非常简单的条件赋值的情况下，编译器可以做得更好，只需 2 条指令用于 if：

mov.s32 var, 0;       // Executed by all threads.
setp pred, condition; // Executed by all threads, sets predicate.
selp var, 1, 2, pred; // Sets var depending on predicate (true: 1, false: 2).