Shader 程序，又称为 Kernel，执行于 GPU 上。
有多少个 Work-item 就要分别独立执行多少次 Shader 程序。
32 或者 64 个 Work-item 组织在一起称为 Wave，他们是并行执行的，这是 Work-item 调度的基本单位。

RDNA3 处理器主要包含：

• 一个标量算数逻辑单元（Scalar ALU）。对每个 Wave 的数据做运算。
• 一个向量算数逻辑单元（Vector ALU）。对每个 Work-item 的数据做运算。
• 本地数据存储（Local data storage）。可以让同一个 Work-group 中的 Work-item 可以共享数据。
• 标量存储（Scalar memory）。这是一个 Cache，方便在显存和标量寄存器（SGPR）之间传输数据。
• 向量存储（Vector memory）。方便在显存和向量寄存器（VGPR）之间传输数据。
• Export。用于把 Shader 数据传输到特定的渲染硬件。

程序流的控制是使用 SALU 指令

Shader 支持 32 个 Work-items 为一组（称为 Wave32）或者 64 个为一组（Wave64）。

Wave 的概念和 NVIDIA 的 Warp 的概念是一样的，只不过是叫法不一样而已。

所有的操作都支持这两种 Work-item 大小。
但是这个大小必须在编译的时候就确定下来，后面也必须以这个大小来运行。
而且，这个大小与 Wave 中有多少活动的 Work-item 的数量没有关系。

在执行 VALU 和 VMEM（LDS，texture，buffer，flat）指令时，
Wave32 情形下每一条指令最多只会发射一次，而
Wave64 会发射两次（第一次 Work-item 31-0，第二次 63-32）。

在执行 SALU、SMEM、branch、message 指令时，指令都只会发射一次，
与 Wave 大小无关。

Export 的请求也只会发射一次，与 Wave 大小无关。

Wave64 的两次发射之间可能插入其他 Wave 的指令。

硬件在指令执行过程中可以跳过 Wave64 的某一半或者全部 Work-item 的执行，这取决于其执行的掩码。
但是，在执行 VMEM 指令的时候，一般不允许跳过，
这是因为跳过会导致 outstanding-memory-instruction 计数器不好计数。
当然，如果当前 Wave 中没有 VMEM 指令，仍然允许跳过。
还有一种情形也不允许跳过：当一条 VALU 指令写 SGPR 时。

参考资料

"RDNA3" Instruction Set Architecture Reference Guide