切割性能我讀這篇文章：爲什麼一個「的if-else」語句（在GPU的代碼）將在半
FPGA or GPU? - The evolution continues
而且有人發表了評論，他寫道：
由於GPU是SIMD任何代碼用「的if-else」語句將削減一半的 性能。一半核心將執行 語句的if部分，而一半核心處於空閒狀態，然後另一半核心將執行其他計算，而核心的前一半 保持空閒狀態。
我不明白爲什麼？
爲什麼使用GPU（即OpenCL）使用if-else時性能會下降一半？
分行一般不會影響業績，但分行分歧呢。也就是說，兩條線程採用不同的路徑（例如一個滿足if條件，另一個不滿足）。由於GPU的所有線程都執行相同的「代碼行」，因此某些線程必須等待，而不是其路徑一部分的代碼纔會執行。
嗯，這是不是隻在一個經編（NVIDIA）或波陣面（AMD）執行相同的「行代碼」的所有線程真的。 （目前，NVIDIA GPU的扭曲大小爲32，AMD GPU的海平面大小爲64.）
因此，如果在內核中存在if-else塊，則最壞情況的性能確實會下降50％。甚至更糟糕：如果有可能的分支，則性能可以降低到沒有分歧的性能的1/n（即沒有分支或者經線/波陣面中的所有線程都採用相同的路徑）。當然，對於這種情況，您的整個內核必須嵌入在if-else（或switch）構造中。
但是，如上所述，只有在採用不同路徑的線程處於相同的warp/wafefront中時纔會發生這種情況。因此，編寫代碼/重新排列數據/選擇算法/ ...可以儘可能避免分支分歧。
T1; DR：可以有分支，但是如果不同的線程採用不同的分支，它們必須位於不同的彎曲/水平面以避免發散並因此導致性能損失。
大多數時候，人們一讀到分歧就會害怕GPU上的分支。但是，大多數時候內核在最高性能上運行得並不快，但由於內存帶寬，共享內存或缺少可用的warp而限制了吞吐量。那麼分歧對績效影響很小。 –
@JanLucas：你是對的，幾乎從未達到最佳表現，但分支分歧更糟糕。當然，對於可以在峯值性能附近運行的內核來說，性能的平分會導致更大的性能損失，但只能是絕對數量，而不是相對數量。我認爲更好的理由不用擔心分歧太多，通常情況下內核通常只在內核的一小部分內分裂成分支（例如，只有10％受分支影響，因此性能下降非常低） 。 – Shadow
@JanLucas：但它從來都不是壞的去想分歧，因爲它往往齊頭並進一個壞的數據佈局，這導致未聚內存訪問以及爲此寶貴的內存帶寬的浪費。 – Shadow
GPU的設計本質上不利於枝術，你應該考慮調整你的代碼的這一特點。 – tibetty