我读过这篇文章：
FPGA or GPU? - The evolution continues
有人在评论中写道：
由于GPU是SIMD，任何带有“if-else”语句的代码都会削减你的 表现一半。一半的核心将执行if的一部分 声明，而一半核心处于空闲状态，然后另一半处于空闲状态 核心将在核心的前半部分进行其他计算 保持闲置。
我无法理解为什么？
为什么在使用if-else时使用GPU（即OpenCL），性能会降低一半？
答案 0 :(得分：13)
分支通常不会影响性能，但分支分歧会影响性能。也就是说，两个线程采用不同的路径（例如，一个满足if条件，另一个不满足。因为GPU的所有线程都执行相同的代码行＆＃34;某些线程必须等待执行不属于其路径的代码
嗯，这不是真的，因为只有一个warp（NVIDIA）或wavefront（AMD）中的所有线程执行相同的＃34;代码行＆＃34;。 （目前，NVIDIA GPU的warp大小为32，AMD GPU的wafefront大小为64.）
因此，如果内核中存在if-else块，则最糟糕的情况是性能下降50％。更糟糕的是：如果有n个可能的分支，性能可以降低到性能的1/n而没有分歧（即没有分支或warp / wafefront中的所有线程都采用相同的路径）。当然，对于这种情况，您的整个内核必须嵌入if-else（或switch）构造中。
但如上所述，只有当采用不同路径的线程在同一个warp / wafefront中时，才会发生这种情况。因此，您可以编写代码/重新排列数据/选择算法/ ...以尽可能避免分支差异。
Tl; DR：可以有分支，但如果不同的线程采用不同的分支，则它们必须处于不同的warp / wafefronts中，以避免分歧，从而避免性能损失。