当我试图在内核中找到更多关于原子操作的细节时，我发现了一些奇怪的事情。据我所知，当在一个数字上使用原子操作时，所有线程的所有此类操作都将被序列化，以便在这个数字上启动，以保持完整性。以下是我的一段内核代码：
if(atomic_cmpxchg(&A[ptr],0,-1) == -1)
ptr = A[ptr + 3];
//To delay
uint k = 1000000;
while(k--);
A[ptr + 3] = newValue;
对于上面的代码，假设只有两个线程T1和T2。据我所知，T1和T2都将执行代码片段，但当它们尝试执行atomic_cmpxchg操作时，T2必须等待T1完成(假设T1首先运行)。正如我所设计的，当T1读取A[ptr]时，A[ptr】的旧值是0，因此它将原子地更改为-1。之后，因为对于T1，条件不满足，所以T1将直接进入延迟码并被延迟。现在是T2处理A[ptr]的时候了，因为现在A[ptr】已经设置为-1，所以T2的条件是满足的，所以T2将运行到"ptr=A[ptr+3]；"。但我的问题是：因为T2完成条件判断后，它会立即执行"ptr=A[ptr+3]；"，但T1遇到了延迟，所以A[ptr+3]的值还没有被T1更新(因为k太大了，延迟会很长)。因此T2将不会读取A[ptr+3]的最新值，该值应为newValue。但我的实验表明，无论我设置多大的k值，结果总是正确的，即无论T1遇到多长延迟，T2都可以读取正确的值(newValue)。有人能帮忙调查这个案子吗？非常感谢。
-
编译器可能足够聪明，可以发现您的"延迟"循环没有副作用，并完全优化它。
-
在GPU上，来自同一工作组的OpenCL工作项通常以锁定步骤运行(至少在一定程度上，取决于确切的硬件)。这意味着两个线程同时执行相同的指令。它们基本上共享一个指令指针。在发散控制流的情况下，如果每个线程当前处于活动状态，则重新进行计数，如果处于活动状态则仅执行当前指令。原子操作仍然是序列化的。