Предположение - ради производительности. Она верна?

А..... Я тут понял что не знаю switch и while в таком контексте. Вопрос снят.

да, switch jump для линейно убывающих вариантов одинакового размера считается одной инструкцией

А проще никак нельзя было?

хз, придумай )

Все типы данных объявлены явно.

Тут дело в том что я не понял сразу что внутри цикла тоже происходит синхронное движение потоков внутри группы, т.е. мы не просто прибавляем 0+16+8+4+2+1, а на каждом плюсе слагаемое тоже производит редукцию.

например, ширина группы 8
Шаги для потока 0:
1. 0+4
2. (0+4)+(2+6) – вторая скобка была вычислена 2ым потоком
3. ((0+4)+(2+6))+((1+5)+(3+7)) – вторая скобка была вычислена 1ым потоком

Получается, что число полезных потоков падает в 2 раза с каждым шагом цикла

есть два знаковых байта A и B, есть их деление на целое поеложительное число вида
(A << 8) / h
(B << 8) / h

хочется иметь что-то вида
((A << 24) | (B << 8)) / h

реально ли вообще? Пока думаю, можно ли имея информацию о знаке числа потом как-то потвикать результат и получить правильное значение.

модули брать, делить, добавлять маску знаков или типа того

яннп

ну и монстр, но я так до конца и не вкурил зачем оно

у меня на один текстурированный треугольник с гуро уходит до 13 целочисленных делений, хочу объединить некоторые, т.к. железка на ARM их не умеет в железе

а делители не константные?

увы

а есть места где делители одинаковые?

ну вот пример выше, где два байта делятся на одно число

а что дороже 2 деления или деление + 2 умножения?

деление дороже

деление дороже 2ух умножений?

да

можно попробовать применить оптимизацию деления на константу