SIMT je způsob vykonávání kódu v GPU, při kterém jedno instrukční řízení obsluhuje velké množství vláken současně. Vlákna pracují nad různými daty, ale sdílejí stejný postup, takže se hodí pro paralelní výpočty v trénování a inferenci AI. Když se jejich větvení příliš liší, výhoda paralelismu klesá.
