Question

我正在尝试了解手写内核的每个CUDA线程的资源使用情况。

我将kernel.cu文件编译为kernel.o文件nvcc -arch=sm_20 -ptxas-options=-v

我得到了以下输出（通过c++filt）：

ptxas info    : Compiling entry function 'searchkernel(octree, int*, double, int, double*, double*, double*)' for 'sm_20'
ptxas info    : Function properties for searchkernel(octree, int*, double, int, double*, double*, double*)
    72 bytes stack frame, 0 bytes spill stores, 0 bytes spill loads
ptxas info    : Used 46 registers, 176 bytes cmem[0], 16 bytes cmem[14]

查看上面的输出，说

是否正确

每个CUDA线程使用46个寄存器？
没有寄存器溢出到本地内存？

我在理解输出方面也遇到了一些问题。

我的内核正在调用很多__device__个函数。总和为72字节 __global__和__device__函数的堆栈帧的内存？
0 byte spill stores和0 bytes spill loads之间有什么区别
为什么cmem的信息（我假设是恒定的记忆）重复两次不同的数字？在内核中我没有使用任何常量记忆。这是否意味着编译器是引擎，会告诉GPU使用一些常量内存？

_{此问题在“Interpreting the verbose output of ptxas, part II}

中继续”

Answer 1

每个CUDA线程使用46个寄存器？ 是的，正确的
没有寄存器溢出到本地内存？ 是的，正确的
72个字节是__global__和__device__函数的堆栈帧的内存总和吗？ 是的，正确的
0字节溢出存储和0字节溢出加载有什么区别？
- 公平的问题，负载可能比商店大，因为你可以溢出计算值，加载一次，丢弃它（即将其他东西存储到该寄存器中）然后再次加载（即重新使用它）。 更新：另请注意，溢出加载/存储计数基于@njuffa在下面的评论中描述的静态分析
为什么cmem的信息（我假设是常量记忆）用不同的数字重复两次？在内核中我没有使用任何常量内存。这是否意味着编译器会引导GPU使用一些常量内存？
- 常量内存用于一些目的，包括__constant__变量和内核参数，使用不同的“库”，开始有点详细，但只要你使用少于64KB的{{1对于内核参数，你可以使用变量和小于4KB的变量。

解释ptxas的详细输出，第一部分

1 个答案: