Question

我正在尝试使用 NVCC 选项
--ptxas-options=v在我的 CUDA 内核中获取有关注册表使用情况的一些信息功能一切正常，我自

以来遇到了设备问题

ptxas info : Used N registers

输出中缺少行。我尝试使用noinline关键字并将它们保存在另一个文件中，与调用全局函数有关，因为我认为 NVCC 报告了全局函数的完整寄存器用法，包括被调用的设备内联后但没有任何变化。我可以获得有关设备功能的寄存器使用情况的信息，只将它们定义为全局。

你有什么建议吗？

谢谢！

Answer 1

据我了解，ptxas（设备汇编程序）仅在其链接的代码上输出寄存器计数。汇编器不链接独立的__device__函数，只编译它们。因此，汇编器不会为器件功能发出寄存器计数值。我不相信有解决方法。

但是，仍然可以通过使用__device__从汇编程序输出转储elf数据来获取cuobjdump函数的寄存器占用空间。您可以按如下方式执行此操作：

$ cat vdot.cu
__device__  __noinline__ float vdot(float v1, float v2) {
    return (v1 * v2);
}

__device__ __noinline__  float vdot(float2 v1, float2 v2) {
    return (v1.x * v2.x) + (v1.y * v2.y);
}

__device__ __noinline__ float vdot(float4 v1, float4 v2) {
    return (v1.x * v2.x) + (v1.y * v2.y) + (v1.z * v2.z) + (v1.w * v2.w);
}

$ nvcc -std=c++11 -arch=sm_52 -dc -Xptxas="-v" vdot.cu
ptxas info    : 0 bytes gmem
ptxas info    : Function properties for cudaDeviceGetAttribute
    0 bytes stack frame, 0 bytes spill stores, 0 bytes spill loads
ptxas info    : Function properties for _Z4vdotff
    0 bytes stack frame, 0 bytes spill stores, 0 bytes spill loads
ptxas info    : Function properties for cudaOccupancyMaxActiveBlocksPerMultiprocessor
    0 bytes stack frame, 0 bytes spill stores, 0 bytes spill loads
ptxas info    : Function properties for _Z4vdot6float4S_
    0 bytes stack frame, 0 bytes spill stores, 0 bytes spill loads
ptxas info    : Function properties for cudaMalloc
    0 bytes stack frame, 0 bytes spill stores, 0 bytes spill loads
ptxas info    : Function properties for cudaGetDevice
    0 bytes stack frame, 0 bytes spill stores, 0 bytes spill loads
ptxas info    : Function properties for _Z4vdot6float2S_
    0 bytes stack frame, 0 bytes spill stores, 0 bytes spill loads
ptxas info    : Function properties for cudaOccupancyMaxActiveBlocksPerMultiprocessorWithFlags
    0 bytes stack frame, 0 bytes spill stores, 0 bytes spill loads
ptxas info    : Function properties for cudaFuncGetAttributes
    0 bytes stack frame, 0 bytes spill stores, 0 bytes spill loads

这里我们在设备对象文件中有一组单独编译的三个__device__函数。在其上运行cuobjdump将发出大量输出，但在其中您将获得每个函数的寄存器计数：

$ cuobjdump -elf ./vdot.o

Fatbin elf code:
================
arch = sm_52
code version = [1,7]
producer = cuda
host = linux
compile_size = 64bit
compressed

<---Snipped--->


.text._Z4vdotff
bar = 0 reg = 6 lmem=0  smem=0
0xfec007f1  0x001fc000  0x00570003  0x5c980780  
0x00470000  0x5c980780  0x00370004  0x5c680000  
0xffe007ff  0x001f8000  0x0007000f  0xe3200000  
0xff87000f  0xe2400fff  0x00070f00  0x50b00000

在设备函数dot(float, float)的输出的第二行中，您可以看到该函数使用6个寄存器。这是我了解检查器件功能寄存器占用空间的唯一方法。

Answer 2

我不知道何时添加它，但是我的CUDA 10 cuobjdump具有-res-usage标志，它显示如下内容：

$ cuobjdump -res-usage .../cuda_compile_1_generated_VisualOdometry.cu.o

Fatbin elf code:
================
arch = sm_61
code version = [1,7]
producer = cuda
host = linux
compile_size = 64bit
identifier = /home/mad/automy-system/vision/src/VisualOdometry.cu

Resource usage:
 Common:
  GLOBAL:0 CONSTANT[3]:24
 Function _Z17vo_compute_systemPfS_P6float4S_jS0_S0_f:
  REG:39 STACK:32 SHARED:168 LOCAL:0 CONSTANT[0]:404 CONSTANT[2]:80 TEXTURE:0 SURFACE:0 SAMPLER:0
 Function _Z13vo_pre_filterP6float4PfPjPK5uint2iijff:
  REG:16 STACK:0 SHARED:8 LOCAL:0 CONSTANT[0]:372 TEXTURE:0 SURFACE:0 SAMPLER:0

device函数中的NVCC寄存器使用报告

2 个答案:

__device__函数中的NVCC寄存器使用报告

2 个答案:

device函数中的NVCC寄存器使用报告