哪一個更好，單個Warp的線程之間或不同Warps線程之間的原子競爭（併發）？我認爲，當你訪問共享內存的時候，一個warp的線程彼此競爭的時候會比不同warp的線程少。而相反地訪問全局內存，最好是一個塊的不同線程的線程比單個線程的線程競爭更少，不是嗎？哪個更好，原子之間的競爭：單個Warp的線程還是不同的Warps線程？
我需要它來知道如何更好地解決競爭（併發）和更好地分隔存儲：單線程之間或線程之間的線程。
順便說一下，可以說團隊__ syncthreads（）;同步它在一個塊中變形而不是一個變形的線程？
如果塊中有相當數量的線程對同一個值執行原子更新，那麼性能會很差，因爲這些線程都必須被序列化。在這種情況下，讓每個線程將其結果寫入單獨的位置，然後在單獨的內核中處理這些值通常會更好。
如果warp中的每個線程都執行原子更新爲相同的值，則warp中的所有線程都會在相同的時鐘週期內執行更新，因此它們必須在原子更新點處全部序列化。這可能意味着該warp預定了32次以獲得所有服務的線程（非常糟糕）。另一方面，如果塊中的每個變形中的單個線程執行原子更新爲相同的值，則該影響將會較低，這是因爲經線對（在兩個經線在每個時鐘處處理的兩個經線調度程序）在時間上偏移（一個時鐘週期），因爲它們在處理管道中移動。所以最終只有兩個原子更新（兩個經線中的每一個），在一個週期內發佈並需要立即被序列化。
因此，在第二種情況下，情況較好，但仍存在問題。原因在於，取決於共享值的位置，您仍然可以在SM之間進行序列化，並且這可能非常緩慢，因爲每個線程可能必須等待更新才能全部移出到全局內存，或者至少L2，然後回來。有可能以這樣的方式重構算法，即塊內的線程對共享內存（L1）中的值執行原子更新，然後每個塊中的一個線程對全局內存中的值執行原子更新（L2 ）。
原子操作可以是完整的救生員，但他們往往被CUDA新手過度使用。通常使用單獨步驟並行簡化或並行流壓縮算法更好（請參閱thrust::copy_if）。