仅同步块中CUDA变形的子集

Question

是否可以仅同步CUDA块中扭曲的一个子集，即效果应该在__syncwarp()和__syncthreads()之间。

这种情况是该块中的所有线程都执行如下程序：

copy data from global memory to shared buffer
__syncthreads()
work in shared buffer
__syncthreads()
work in shared buffer
...

但是在第一个__syncthreads()之后，还不需要通过3-5翘曲复制的数据。

是否有一种方法可以在没有数据依赖性时通知编译器，以便它不等到这些副本在第一个__syncthreads()结束时才出现，并隐藏全局内存访问的延迟？