Question

我认为CUDA会尝试在寄存器中分配标量变量，而在Fermi类GPU中，每个线程都有63个寄存器。我的代码是这样的：

__global__ void test20 (double a)
{
    double i1=1.0;
    double i2=2.0;
    double i3=3.0;
    double i4=4.0;
    double i5=5.0;
    double i6=6.0;
    double i7=7.0;
    double i8=8.0;
    double i9=9.0;
    double i10=10.0;
    ...

    a = i1+i2+i3 ... i20
 }

但是当我看到每个线程使用NVVP的寄存器数量时，我只看到每个线程分配2个寄存器，当我预期更高的数字时。即使我将变量减少到10，分配的寄存器数量仍然相同。为什么会发生这种情况，如何确保我有n个变量，CUDA使用n个寄存器（考虑到每个变量可以存储在一个寄存器中）？

编辑：

根据建议，我修改了这样的代码：

 __global__ void test (double *a)
{
    double reg1;
    double reg2;
    double reg3;
    double reg4;
    double reg5;
    double reg6;
    double reg7;
    double reg8;
    ....till 40
    reg1 = log10f(a[0]);
    reg2 = log10f(a[1]);
    reg3 = log10f(a[2]);
    reg4 = log10f(a[3]);
    reg5 = log10f(a[4]);
    reg6 = log10f(a[5]);
    reg7 = log10f(a[6]);
    reg8 = log10f(a[7]);
    reg9 = log10f(a[8]);
    ....till 40
    a[0] = reg1;
    a[1] = reg2;
    a[2] = reg3;
    a[3] = reg4;
    a[4] = reg5;
    a[5] = reg6;
    a[6] = reg7;
    a[7] = reg8;
   }

我memcpy - 将数组a返回给主机。我现在看到每个线程使用所有63个寄存器：ptxas info : Used 62 registers, 40 bytes cmem[0]。虽然我通过了很多在寄存器中可以容纳的变量，我没有看到任何溢出到本地存储器;我认为NVCC正在优化代码以仅使用寄存器。

Answer 1

如果您遵循@talonmies建议使用无法在运行时评估的表达式，您可能仍然无法获得每个声明的寄存器（或者在这种情况下，2个寄存器用于保存双精度）。您可能还必须在此期间保持变量处于活动状态。

__global__ void test20 (double a)
{
    double i1=1.0 * a;
    double i2=2.0 * i1;
    double i3=3.0 * i2;
    double i4=4.0 * i3;
    double i5=5.0 * i4;

    a = i1+i2+i3+i4+i5;

    printf("a = %f = %f + %f + %f + %f + %f\n", a, i1, i2, i3, i4, i5);
}

这是用浏览器编写的示例代码。目标是将值保留在寄存器中。此示例没有实际应用，因为编译器的目标是使用最少的寄存器。这里唯一的值是调试，以便在变量范围内使变量保持活动状态。

如果你想了解寄存器用法，你应该使用cuobjump -sass来转储内核的汇编代码。

标量变量和寄存器：CUDA

1 个答案: