Question

我对CGMA的计算感到困惑。我知道CGMA =操作次数/内存提取次数。首先，当x = g_A[idx]时，我应该将写操作计数到x还是忽略它，因为它存储在寄存器中？同样，在z = (x*y) + (y/x) + (y-x);中，我应该计算x和y的读数作为CGMA计算中的内存读数吗？最后，我应该计算内核函数中的所有操作（那五行）吗？

__global__ void PerformSomeOperations(int* g_A,int* g_B,int* g_C, int Size)
{
    const int idx = threadIdx.x + (blockIdx.x*blockDim.x);
    if(idx < Size)
    {
        int x = g_A[idx];
        int y = g_B[idx];
        int z = 0;
        z = (x*y) + (y/x) + (y-x);
        g_C[idx] = z;
    }
}

Answer 1

与您的内核相对应的反汇编代码（为compute_20,sm_20编译）是以下

/*0000*/        MOV R1, c[0x1][0x100];                     
/*0008*/        S2R R0, SR_CTAID.X;                        
/*0010*/        S2R R2, SR_TID.X;                            
/*0018*/        IMAD R0, R0, c[0x0][0x8], R2;              
/*0020*/        ISETP.GE.AND P0, PT, R0, c[0x0][0x2c], PT; 
/*0028*/    @P0 EXIT ;                                     
/*0030*/        SHL R0, R0, 0x2;                           
/*0038*/        IADD R2, R0, c[0x0][0x20];                 
/*0040*/        IADD R3, R0, c[0x0][0x24];                 
/*0048*/        IADD R0, R0, c[0x0][0x28];                 
/*0050*/        LD R2, [R2];                               R2 = x = g_A[idx]
/*0058*/        LD R3, [R3];                               R3 = y = g_B[idx]
/*0060*/        I2I.S32.S32 R5, |R2|;                      
/*0068*/        I2F.F32.U32.RP R4, R5;                     R4 = (float)x 
/*0070*/        MUFU.RCP R4, R4;                           R4 = 1/R4
/*0078*/        IADD32I R4, R4, 0xffffffe;                 
/*0080*/        F2I.FTZ.U32.F32.TRUNC R4, R4;              
/*0088*/        IMUL.U32.U32 R6, R5, R4;                   R6 = x * (1/y)
/*0090*/        I2I.S32.S32 R7, -R6;                       
/*0098*/        I2I.S32.S32 R6, |R3|;                      
/*00a0*/        IMAD.U32.U32.HI R7, R4, R7, R4;            
/*00a8*/        IMUL.U32.U32.HI R4, R7, R6;               
/*00b0*/        LOP.XOR R7, R3, R2;                        
/*00b8*/        IMAD.U32.U32 R6, -R5, R4, R6;              
/*00c0*/        ISETP.GE.AND P1, PT, R7, RZ, PT;           
/*00c8*/        ISETP.LE.U32.AND P0, PT, R5, R6, PT;       
/*00d0*/    @P0 ISUB R6, R6, R5;                           
/*00d8*/    @P0 IADD R4, R4, 0x1;                         
/*00e0*/        ISETP.GE.U32.AND P0, PT, R6, R5, PT;      
/*00e8*/        LOP.PASS_B R6, RZ, ~R2;                    
/*00f0*/        ISUB R5, R3, R2;                           
/*00f8*/    @P0 IADD R4, R4, 0x1;                          
/*0100*/   @!P1 I2I.S32.S32 R4, -R4;                       
/*0108*/        ICMP.EQ R4, R6, R4, R2;                    
/*0110*/        IADD R4, R5, R4;                          
/*0118*/        IMAD R2, R3, R2, R4;                      
/*0120*/        ST [R0], R2;                             
/*0128*/        EXIT ;

从上面的代码中，有以下浮点运算

I2F.F32.U32.RP R4, R5;                     Integer to Float conversion
MUFU.RCP R4, R4;                           Multifunction Floating Point Operation (Reciprocal)
F2I.FTZ.U32.F32.TRUNC R4, R4;              Float to Integer conversion

这些操作似乎与(x/y)有关，3是两个整数之间的一个除法，但需要转换为浮点。我真的不知道转换是否被视为浮点运算。我在代码中没有看到任何其他浮点运算。

全局内存操作如下LD R2, [R2]; LD R3, [R3]; ST [R0], R2;

CGMA = 3/3 = 1

对于您的情况我会说int2float（将float2int和{{1}}次转化计为浮点运算。）

Answer 2

看起来 CGMA 代表计算全局内存访问并定义为数字每次访问全局内存时执行的浮点计算 CUDA计划的区域。

计算比率的最佳方法是在CUDA探查器中运行程序，并使用性能计数器进行内存访问和浮点运算。根据我发现的定义，你的内核的CGMA为零，因为它执行整数运算，而不是浮点运算。如果更改定义，则x = g_A[idx]是一个读操作，没有写操作。这是因为寄存器文件没有存储在全局存储器中（CGMA中的“G”）。 z = (x*y) + (y/x) + (y-x);中没有全局内存读取，因此将其视为5次操作。如果所有线程都使用idx < Size运行，则您有3次全局内存访问和8次操作。但请注意，在CUDA中，全局内存访问的性能取决于它们是否合并。许多合并的内存访问比一些未合并的内存访问运行得快得多。因此，CGMA不一定能准确描述内核的性能潜力。

参考文献：

http://www.greatlakesconsortium.org/events/GPUMulticore/Chapter4-CudaMemoryModel.pdf

http://cs.nyu.edu/courses/spring12/CSCI-GA.3033-012/lecture6.pdf

CUDA中CGMA的计算

2 个答案: