我正在使用CUDA实现简单的冒泡排序算法，我有一个问题 我执行以下代码，以交换数组中的2个连续元素：
if(a[threadIdx.x]>a[threadIdx.x + 1])
Swap(a[threadIdx.x] , a[threadIdx.x + 1]);
请注意，块中的线程数是数组大小的一半。这是一个很好的实现吗？即使有分支，单个warp中的线程是否会并行执行？因此它实际上需要N次迭代才能对数组进行排序？
还要注意我知道我可以实现更好的排序算法，我可以使用Thrust，CUDPP或SDK中的样本排序算法，但在我的情况下，我只需要一个简单的算法来实现。
答案 0 :(得分：2)
我假设：
如果其中任何一个不成立，请不要进行冒泡排序！
块中的线程数是数组大小的一半。这是一个很好的实现吗？
这是合理的。当在warp中出现发散分支时，所有线程都以完美同步的方式执行所有分支，只需要一些线程将其标记设置为“disabled”。这样，每个分支只执行一次。唯一的例外 - 当没有来自warp的线程占用分支时 - 那么只是跳过分支。
BUG！
在您的代码中，我看到了一个问题。如果您希望一个线程对数组的两个元素进行操作，请让它们专门处理它，即：
if(a[2*threadIdx.x]>a[2*threadIdx.x + 1])
Swap(a[2*threadIdx.x] , a[2*threadIdx.x + 1]);
否则，如果Swap由两个相邻线程执行，则某些值可能会消失，而其他一些值可能会在数组中重复。
另一个错误！
如果您的块大于经线尺寸，请记得在需要时放置__syncthreads()。即使您的块较小（不应该），您应该检查__threadfence_block()以确保对同一块的其他线程可以看到对共享内存的写入。否则，编译器可能在优化方面过于激进并使您的代码无效。
另一个问题
如果您修复了第一个错误，您的共享内存将出现双向存储库冲突。它不是非常重要，但您可能希望重新组织数组中的数据以避免它们，例如按以下顺序包含连续元素：
[1,3,5,7,9，...，29,31,2,4,6,8 ......，30,32]
这样，元素1和2属于共享内存中的同一个库。
答案 1 :(得分：1)
我很高兴你意识到GPU上的冒泡排序可能会非常糟糕！我正在努力弄清楚如何获得足够的并行性而无需启动许多内核。此外，当你完成后，你可能很难解决问题。
无论如何，要回答你的具体问题：是的，在这种情况下你很可能会出现扭曲分歧。但是，鉴于“else”分支实际上是空的，这不会减慢你的速度。平均而言（直到此列表被排序），warp中大约一半的线程将采用“if”分支，其他线程将等待，然后当“if”分支完成时，warp线程可以恢复为脚背。这远非您最大的问题：）