Shuffle指令硬件执行机制解析及shfl.sync模式性能问询

• 参考资料：
  • CUDA C编程指南中的Warp Shuffle函数章节
  • 并行线程执行（PTX）文档中的shfl.sync数据移动与转换指令章节

shfl.sync指令包含4种模式：

.mode = { .up, .down, .bfly, .idx };

我曾好奇up、down、bfly是否比idx更快。

能否有人解释其在硬件层面的执行过程？

所有shuffle指令性能相同，因此这个问题其实没那么有探讨价值。

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