05 分支分化 (Divergence) 与重聚机制¶

1. 分支分化 (Branch Divergence) 硬件原理¶

在 SIMT 模型中，Warp 内 32 个线程共享同一个指令计数器（PC）。当遇到条件分支语句时：

graph TD
    Branch["分支判定: if (threadIdx.x < 16)"]
    Branch -->|Thread 0~15 (True)| PathTrue["执行 True 分支
Active Mask = 0x0000FFFF (16 线程活跃, 16 线程空转)"]
    PathTrue -->|串行执行| PathFalse["执行 False 分支
Active Mask = 0xFFFF0000 (16 线程活跃, 16 线程空转)"]
    PathFalse --> Reconverge["重聚点 (Reconvergence Point)
Active Mask = 0xFFFFFFFF (全量 32 线程恢复并发)"]

• 算力开销：当分支分化发生时，总执行耗时为两条分支耗时之和（\(T = T_{true} + T_{false}\)），单 Warp 有效算力损失达 50%。

2. 独立线程调度 (Independent Thread Scheduling, ITS)¶

现代 GPU 架构（Volta 之后）引入了 ITS 机制： - 每个线程拥有独立的 Program Counter (PC) 与 Call Stack； - 硬件 SIMT 调度器可以根据指令依赖情况，交织执行不同分支中的子指令，从硬件层面杜绝了线程锁步死锁问题（如 Warp 内互斥锁）。