哪一个更好，单个Warp的线程之间或不同Warps线程之间的原子竞争（并发）？我认为，当你访问共享内存的时候，一个warp的线程彼此竞争的时候会比不同warp的线程少。而相反地访问全局内存，最好是一个块的不同线程的线程比单个线程的线程竞争更少，不是吗？哪个更好，原子之间的竞争：单个Warp的线程还是不同的Warps线程？
我需要它来知道如何更好地解决竞争（并发）和更好地分隔存储：单线程之间或线程之间的线程。
顺便说一下，可以说团队__ syncthreads（）;同步它在一个块中变形而不是一个变形的线程？
如果块中有相当数量的线程对同一个值执行原子更新，那么性能会很差，因为这些线程都必须被序列化。在这种情况下，让每个线程将其结果写入单独的位置，然后在单独的内核中处理这些值通常会更好。
如果warp中的每个线程都执行原子更新为相同的值，则warp中的所有线程都会在相同的时钟周期内执行更新，因此它们必须在原子更新点处全部序列化。这可能意味着该warp预定了32次以获得所有服务的线程（非常糟糕）。另一方面，如果块中的每个变形中的单个线程执行原子更新为相同的值，则该影响将会较低，这是因为经线对（在两个经线在每个时钟处处理的两个经线调度程序）在时间上偏移（一个时钟周期），因为它们在处理管道中移动。所以最终只有两个原子更新（两个经线中的每一个），在一个周期内发布并需要立即被序列化。
因此，在第二种情况下，情况较好，但仍存在问题。原因在于，取决于共享值的位置，您仍然可以在SM之间进行序列化，并且这可能非常缓慢，因为每个线程可能必须等待更新才能全部移出到全局内存，或者至少L2，然后回来。有可能以这样的方式重构算法，即块内的线程对共享内存（L1）中的值执行原子更新，然后每个块中的一个线程对全局内存中的值执行原子更新（L2 ）。
原子操作可以是完整的救生员，但他们往往被CUDA新手过度使用。通常使用单独步骤并行简化或并行流压缩算法更好（请参阅thrust::copy_if）。