GPU一致性与功耗：单Warp仅运行单线程能否节电？计算着色器场景问询

一、被禁用线程的具体操作与功耗差异 #

• 线程掩码架构：这类GPU中，被禁用的线程会跟着所在warp走锁步流程，但指令的实际执行（比如算术运算、内存读写）会被线程掩码屏蔽——它们不会真正执行计算操作，结果也不会提交到寄存器或内存。这种状态下，线程的功能单元处于闲置或低负载状态，功耗远低于活跃线程。
• 独立程序计数器（PC）架构：像NVIDIA Ampere、AMD RDNA 2及之后的新GPU，给每个线程配备独立PC，分支发散时不同分支的线程会分批次执行。非当前分支的线程会被暂停，不会跟着执行空指令，功耗同样远低于正在执行指令的活跃线程。

总结：无论哪种架构，被禁用/暂停的线程都不会像活跃线程那样执行完整指令，两者功耗差异明显，不会相同。

二、计算着色器场景的优化选择 #

对于16×16工作组（共256线程，分为8个32线程的warp），计算一个全工作组共享的串行化值时，强烈建议用if (gl_LocalInvocationIndex == 0)包裹代码，仅让线程0执行计算并写入共享内存，理由如下：

• 若让所有线程执行，会造成完全冗余的计算：8个warp的所有线程都在重复做同一件事，不仅浪费了7个warp的计算资源，还会增加不必要的功耗——毕竟255个线程的计算都是无用功。
• 仅让线程0执行时，只有它所在的warp里其余31个线程被禁用（低功耗状态），其他7个warp的线程可以处于空闲或执行其他潜在任务，既节省了计算资源，也降低了功耗。而且计算结果写入共享内存后，所有线程都能快速读取，完全满足需求。

哪怕这个计算耗时不长，冗余计算的资源浪费和功耗增加也是完全没必要的，所以前者方案收益显著。

内容的提问来源于stack exchange，提问作者Lukas Kalbertodt