待验证50% 置信权衡取舍精确时间
GPU的SIMT执行模型下，控制流分歧（warp divergence）会导致性能急剧下降
1
来源数
50%
置信度
长期有效
时效性
2026/9/10
首次发现
来源
涉及实体
相关事实
待验证在GPU的SIMT执行模型下，Karatsuba算法的递归分解会引发线程分歧，有效计算效率可能降至峰值的1/4甚至更低77% 相似待验证GPU的SIMD架构在推理阶段面临结构性错配，推理时batch size较小导致算力利用率不足，内存带宽成为核心瓶颈73% 相似待验证在GPU的SIMT执行模型下，同一warp中的32个线程需在同一时钟周期执行相同指令，Karatsuba的条件分支会引发线程分歧导致有效计算效率降至峰值的1/4甚至更低70% 相似待验证GPU非确定性操作在设计上优先考虑性能而非确定性，强制固定执行顺序会引入大量同步屏障显著降低并行效率68% 相似已验证GPU并行归约中因浮点运算不满足结合律，不同线程束执行顺序差异会导致数值结果出现偏差，是非确定性的根本原因68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/887066API
curl https://kongchang.com/api/v1/knowledge/claims/887066MCP
get_claim(id=887066)