实时渲染语境下显卡执行中的"wavefront"概念是什么？

你的推测是正确的，wavefront（NVIDIA架构中称为warp，概念本质完全一致，仅厂商命名不同）是现代GPU调度执行Shader程序的最小硬件单元，核心设计就是为了充分发挥SIMD架构的并行效率。

基础定义 #

• 单个wavefront是一组执行完全相同Shader代码的工作项集合：针对像素Shader场景，每个工作项对应一个待处理的像素/采样点；针对顶点Shader、计算Shader场景，每个工作项对应一个待处理的顶点/计算线程。
• wavefront的大小由硬件架构固定：AMD消费级显卡通常为64个工作项 per wavefront，NVIDIA全系列显卡的warp固定为32个工作项，移动端ARM Mali等GPU的wavefront大小一般在8~32区间。
• 同一wavefront内的所有工作项同步执行同一条指令，仅输入数据各自不同，刚好匹配SIMD单元单指令调度即可处理多组数据的特性，避免SIMD运算 lane 空置浪费算力。

关键特性与性能关联 #

• 分支发散（Branch Divergence）惩罚：如果同一个wavefront内的不同工作项进入了不同的分支逻辑（比如部分像素命中if分支，剩余命中else分支），硬件会先执行if分支逻辑、屏蔽所有走else的工作项，再执行else分支逻辑、屏蔽所有走if的工作项，相当于分支逻辑需要多轮执行才能完成，直接带来性能损耗，分支越复杂损耗越高。
• 资源占用绑定：GPU的寄存器、共享内存等核心资源均以wavefront为单位分配。单个wavefront占用的资源越多，同一时间能驻留在GPU计算单元上的wavefront数量就越少，遇到纹理采样、显存访问等高延迟操作时，GPU可切换到其他就绪wavefront隐藏延迟的空间就越小，反而可能拉低整体执行效率。
• 像素块对齐规则：像素Shader对应的wavefront通常会按2x2、4x4等像素块做对齐，就算块内只有部分像素是有效待绘制的，整个块的像素都会被打包进wavefront执行，无效像素的结果最后会被丢弃，这也是小批量小三角形绘制性能偏低的核心原因之一。

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