В SIMD программист описывает операцию над элементами вектора. В SIMT CUDA он описывает работу потоков, а аппаратное выполнение объединяет их в группы. Поэтому ветвление потоков и маскирование элементов нужно читать по контракту конкретной модели, а не считать синонимами.
Практический смысл
Почему это важно
Запись «векторная инструкция» не задаёт ни число независимых потоков, ни ускорение всей программы. Для разбора нужны конкретная инструкция, форматы элементов, маска активности и поддержка процессора. У GPU похожая идея работы над данными представлена через собственную модель потоков.
Доказательная часть
Что подтверждено
SIMD-инструкция применяет заданную операцию к нескольким упакованным элементам операнда. В Intel 64 примерами служат упакованные целочисленные и floating-point операции; элементы одного вектора не становятся самостоятельными потоками ОС.
Граница применимости: Программная модель SIMD на примере Intel 64 / IA-32; конкретная операция определяется ISA, а не только словом SIMD.
Ширина векторного операнда и разрядность элемента — разные величины. При одной ширине операнда число элементов меняется с их форматом; доступные операции и ширины задаёт конкретное расширение ISA.
Граница применимости: Упакованные операции Intel SIMD; не предположение о ширине SIMD на любой GPU или CPU.
В поддерживающих маскирование инструкциях AVX-512 маска определяет, какие элементы результата обновляются. Поведение неактивных элементов зависит от выбранной формы инструкции, включая сохранение либо обнуление; маска не означает запуск отдельной ветви программы для каждого элемента.
Граница применимости: Intel AVX-512 и формы инструкций с соответствующим writemask; не свойство всех SIMD-расширений.
SIMD-код требует поддержки используемых инструкций и необходимого состояния процессора со стороны ОС. Совпадение базовой архитектуры x86-64 не доказывает, что на двух процессорах доступен одинаковый набор AVX или AVX-512.
Граница применимости: Intel 64: аппаратные feature bits и условия использования расширенного состояния; не список актуальных моделей процессоров.
Векторная операция не отменяет получение её операндов из памяти. Если нужные значения приходится собирать из неудобного расположения или ждать их загрузки, ширина вычислительной инструкции сама по себе не определяет достигнутую скорость программы.
Граница применимости: Редакторское сопоставление SIMD-операндов Intel и рекомендаций CUDA о доступе к памяти; конкретные CPU- и GPU-транзакции не объявляются одинаковыми.
Параллельное суммирование может изменить порядок floating-point операций. Из-за округления результат не обязан побитно совпасть с последовательным суммированием; допустимость отличия проверяют по заданным требованиям к численному результату.
Граница применимости: Редакторское применение свойств floating-point и порядка вычисления к векторной редукции; не утверждение об ошибочности любого отличающегося результата.
SIMD описывает операцию над несколькими элементами данных, а CUDA SIMT предоставляет программисту потоки с собственным состоянием, которые аппаратно группируются для выполнения. Число элементов SIMD-операнда и число потоков CUDA warp относятся к разным программным контрактам.
Граница применимости: Сопоставление Intel SIMD и модели CUDA 12.6; оно не утверждает, что реализации SIMD и SIMT не могут использовать родственные аппаратные приёмы.
Граница терминов
Не путать
Ширина SIMD-операнда задаётся инструкцией и форматом элементов. CUDA warp — группа из 32 программных потоков. Из слова «32» нельзя вывести ширину регистра, число GPU-ядер или число матричных операций за такт.
Перед спецификацией
Что проверить
- Укажите точную ISA и SIMD-расширение, о котором идёт речь.
- Разделите ширину операнда в битах и число элементов выбранного формата.
- Сверьте условия аппаратной и системной поддержки инструкции.
- Для маскированной операции установите судьбу неактивных элементов.
- Проверьте расположение операндов в памяти и цену их подготовки.
- Для редукции задайте допуск результата и проверьте последствия изменения порядка операций.
- Не переносите число элементов SIMD на количество потоков или физических ядер GPU.
Открытые основания
Первоисточники
Intel 64 and IA-32 Architectures Software Developer Manuals
Intel · Version 092, обновлено 19 августа 2026 года
Официальное описание архитектуры, программной модели и полного набора инструкций Intel 64 и IA-32.
Открыть первоисточникCUDA C++ Best Practices Guide
NVIDIA · CUDA C++ Best Practices Guide, CUDA 12.6, страница открыта 7 сентября 2026 года
Открыт редактором 7 сентября 2026 года, заголовок документа сверен.
Открыть первоисточникCUDA C++ Programming Guide
NVIDIA · CUDA C++ Programming Guide, CUDA 12.6, страница открыта 7 сентября 2026 года
Открыт редактором 7 сентября 2026 года, заголовок документа сверен.
Открыть первоисточник