分支和谓词指令

Question

"CUDA C编程指南" 第5.4.2节规定,分支差异由"分支指令"处理,或者在某些条件下由"预测指令"处理.我不明白两者之间的区别,以及为什么一个导致比另一个更好的性能.

该评论表明,分支指令导致更多数量的执行指令,由于"分支地址解析和获取"而导致停止,以及由于"分支本身"和"发散保留"导致的开销,而预测指令仅产生"指令执行延迟,以进行条件测试并设置谓词".为什么？

Answer 1

指令预测意味着指令由线程有条件地执行,具体取决于谓词.谓词为true的线程执行指令,其余的则不执行任何操作.

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3条指令if,没有分支.效率很高.

带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;

注意它是多长时间(5条指令if).条件分支需要禁用部分warp,执行第一个路径,然后回滚到warp发散的点并执行第二个路径直到两个收敛.它需要更长的时间,需要额外的簿记,更多的代码加载(特别是在有许多指令要执行的情况下),因此需要更多的内存请求.所有这些都使得分支比简单的预测慢.

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,只有2条指令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).