我正在使用DirectCompute在GPU上執行通用計算。目前，我試圖在分辨率爲1920x1080的紋理上進行操作。我有一個Dispatch（2,1080,1）和numthreads（960,1,1），它們根據我的計算完全覆蓋每像素一個線程的圖像。GPU上的線程
現在，據我所知，所有的線程應該同時運行，對吧？但是，在我的代碼中，如果像素是黑色的，我不做任何計算。所以我注意到當我的大部分圖像是黑色時，性能都有了明顯的提高。但是，如果一個對象阻塞了屏幕，則性能會急劇下降。
我的問題是：如果所有線程並行運行，處理幀的速度將由最差的執行線程決定，實質上黑色像素上運行的線程將空閒，對不對？那麼爲什麼我會在處理更多像素時看到速度變慢呢？他們應該同時這樣做。或者我有這個錯誤？
任何幫助，將不勝感激。
並非所有線程都同時執行。確切的數字可能已經發生了一些變化，但幾年前，高端CPU一次能夠保持16k個線程在運行，但是「僅」幾百個線程實際上是同時執行的。 （然後再細分爲更小的子組，並且這樣的子組中的每個線程以確切的鎖步，按指令的指令，按分支的分支運行）其餘的被暫停，等待I/O或以其他方式被阻塞。
因此，如果你有一個算法需要200萬次執行，那麼只有一小部分將隨時以線程形式存在，其中只有一小部分實際上是在單個批處理中執行的。在當前正在執行的線程中，有些線程被迫以確切的鎖步運行（所以不存在其中一個線程早退，整個組必須遵循相同的路徑），但不同的組可以在不同的時間終止。
是的，線程在GPU上很複雜。
如果你有一個非常沉重的算法，並且正在使用你的圖像進行緩衝渲染，它可能會造成失速。強迫後緩衝器等待圖像。嘗試將其渲染到下一幀。所以你是「背後」。
算法看起來像怎麼樣？
嗯，我正在做雙緩衝，所以我總是顯示一個圖像，並在同一時間做下一個計算。但是，我認爲問題在於我的算法太慢。但是賈爾夫所說的非常有啓發性。我的算法？我正在探索實時光線跟蹤領域，並且剛剛編寫了一個蠻力算法來測試我的GPU的功能。很明顯，需要大量的選擇。 – l3utterfly
我想這解釋了很多我想知道的。感謝您的回答。我將不得不對互聯網上的GPU線程做更多的研究。 – l3utterfly