3.9 指令优化
各种指令有不同的执行时间，这样要更快的速度可尽量使用占用时间少的指令，比如x *= 2; 最好写成x += x;因为乘法的占用的时间比加法多，但是这个并不明显，因为在现代处理器上乘法的效率已经和加法差不多了。要注意的是除法和模余，它们占用的时间远大于加法，要尽量少使用。另外一些超越函数占用的时间更长，为此CUDA提供了超越函数的更快版本，更快的代价是精度损失。所以在速度远比精度重要的情况下，可以使用，但是如果精度比较重要的话，就要注意了。
3.9.1 寄存器依赖
在程序的一些部分，我们经常要存取数据，如果在后面的比较近的指令中要读取这个数据，此时就要等到这个数据存取完成，这就是寄存器依赖，其后果就是由于要等待导致的性能损耗。这种损耗往往可以通过重新安排程序的语句减弱。
3.10 分支优化
在CUDA中，分支会极大的减弱性能，因为ＳＭ没有分支预测，因此只能让束内线程在每个分支上都执行一遍，当然如果某个分支没有线程执行，就可以忽略，因此要减少分支的数目。但是在实践中很多时候分支是没有办法减少的。此时目前还没有好的解决方案。
各种指令有不同的执行时间，这样要更快的速度可尽量使用占用时间少的指令，比如x *= 2; 最好写成x += x;因为乘法的占用的时间比加法多，但是这个并不明显，因为在现代处理器上乘法的效率已经和加法差不多了。要注意的是除法和模余，它们占用的时间远大于加法，要尽量少使用。另外一些超越函数占用的时间更长，为此CUDA提供了超越函数的更快版本，更快的代价是精度损失。所以在速度远比精度重要的情况下，可以使用，但是如果精度比较重要的话，就要注意了。
3.9.1 寄存器依赖
在程序的一些部分，我们经常要存取数据，如果在后面的比较近的指令中要读取这个数据，此时就要等到这个数据存取完成，这就是寄存器依赖，其后果就是由于要等待导致的性能损耗。这种损耗往往可以通过重新安排程序的语句减弱。
3.10 分支优化
在CUDA中，分支会极大的减弱性能，因为ＳＭ没有分支预测，因此只能让束内线程在每个分支上都执行一遍，当然如果某个分支没有线程执行，就可以忽略，因此要减少分支的数目。但是在实践中很多时候分支是没有办法减少的。此时目前还没有好的解决方案。
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/23057064/viewspace-667614/ ，如需转载，请注明出处，否则将追究法律责任。
上一篇：
CUDA优化之执行配置和寄存器优化
下一篇：
求两向量距离的CUDA实现
请登录后发表评论
登录
全部评论
