我的情况 - 我有一个动态编程算法，可以在我的博士研究中使用OpenCL在GPU上实现。我正在使用的GPU包括AMD HD 7970,7750，A10-5800K APU和nVidia GTX 680.我理解所涉及的原则以及获得良好性能所需的大多数最佳实践。
我的程序包含4个嵌套循环，在我的数据并行公式中，我能够展开2个外循环。现在由于问题的本质，最内层的循环不能没有引起分歧。输出是一个表格，表示机器上的作业计划（计算机科学）。
当线程发散（wavefront中的工作项采用不同的路径）时，我得到错误的值，看起来工作项重复自己。例如，
t = 0,1,2,3,4，... 63 ，64,65,66,67，... M1 0,0,0,9,9，... 9,0,0,0,9，......
在工作组大小之上是64.第一个值t = 63是正确的，但注意它在t = 64时再次重复！它们不应该是零。这里每个工作项都映射到时间t。
如果我修复导致分歧的参数，表格会完全填满预期的（错误的）结果，没有间隙（零），所以我从t = 0到TMAX获得值9，其中TMAX是64。
问题 - 线程分歧是否会导致错误的计算或未定义的线程行为？
我已经挖掘了互联网，文档，书籍，我可以找到有关线程分歧和内存一致性的任何内容。我已经以不同的方式实现了整个程序，包括多次调用内核以排除全局内存不一致但结果都是一样的。
任何输入都将不胜感激。谢谢！
答案 0 :(得分：1)
经过进一步调查后，我很惭愧在这里承认这一点，但其中一个计算条件是给出了错误的值，所以看起来工作项目表现得很奇怪，但事实并非如此。问题得到纠正谢谢！
答案 1 :(得分：0)
我认为你的问题很简单：你正在考虑前64个线程将运行并在接下来的64个线程之前完成。事实并非如此，所有这些都并行运行。
实际上，您必须假设所有GLOBAL工作组大小将并行运行或甚至以非确定性顺序运行（从结束到开始）。 用户可以进行内核执行的唯一约束是每个线程组（本地工作组大小）将同时运行。这有助于在内部共享中间结果或共享内存访问。
在您的情况下，如果本地工作组使用全局内存作为起点，那么前64个线程工作组和第二个将产生相同的结果。
请修改您的代码/算法，使其真正并行。来自内核代码的粘贴也会有所帮助。