我正在编写一个OpenCL内核，它在循环中涉及一些障碍。我在CPU（8核FX8150）上测试了内核，结果显示这些障碍将运行速度降低了50到100倍（我通过使用多线程+ CyclicBarrier在Java上重新实现内核进一步验证了这一点） 。我怀疑原因是屏障基本上阻止了CPU利用无序执行，所以如果我在GPU上观察到相同幅度的速度降低，我有点担心。我检查了一些官方文档并搜索了一下，但是关于这个主题的信息很少。
答案 0 :(得分：7)
目前最先进的GPU是按顺序流水线处理器。 GPU通过交错来自不同warp（波前）的指令有效地填充管道。在比较中，CPU使用无序的推测执行来填充管道。有不同的功能单元，如ALU和SFU，它们具有分离的管道。但请注意，指令依赖性会使warp失效。有关解决GPU的指令依赖性的更多信息，请参阅this NVIDIA patent。
答案 1 :(得分：2)
NVIDIA的新一代产品 CUDA计算和图形架构，代号为“Fermi”：
Nvidia GigaThread Engine具有（第5页）
的功能