我有一个内核,使用大量寄存器并且频繁地将它们溢出到本地内存中。
4688 bytes stack frame, 4688 bytes spill stores, 11068 bytes spill loads
ptxas info : Used 255 registers, 348 bytes cmem[0], 56 bytes cmem[2]
由于泄漏量似乎相当高,我认为它超过了L1甚至L2缓存。由于本地内存对每个线程都是私有的,编译器如何将对本地内存的访问合并?这个内存是否像全局内存一样以128字节事务读取?由于存在这么多泄漏,我的内存带宽利用率很低(50%)。我有一些类似的内核没有泄漏,可以获得高达80%的峰值内存带宽。
编辑 我已经使用nvprof工具提取了更多指标。如果我正确理解这里提到的技术,则由于寄存器溢出而产生了大量内存流量(4 * l1 hits and misses / sum of all writes across 4 sectors of L2 =
(4 * (45936 + 4278911)) / (5425005 + 5430832 + 5442361 + 5429185) = 79.6%
)。请问是否有人可以验证我在这里的想法?Invocations Event Name Min Max Avg
Device "Tesla K40c (0)"
Kernel: mulgg(double const *, double*, int, int, int)
30 l2_subp0_total_read_sector_queries 5419871 5429821 5425005
30 l2_subp1_total_read_sector_queries 5426715 5435344 5430832
30 l2_subp2_total_read_sector_queries 5438339 5446012 5442361
30 l2_subp3_total_read_sector_queries 5425556 5434009 5429185
30 l2_subp0_total_write_sector_queries 2748989 2749159 2749093
30 l2_subp1_total_write_sector_queries 2748424 2748562 2748487
30 l2_subp2_total_write_sector_queries 2750131 2750287 2750205
30 l2_subp3_total_write_sector_queries 2749187 2749389 2749278
30 l1_local_load_hit 45718 46097 45936
30 l1_local_load_miss 4278748 4279071 4278911
30 l1_local_store_hit 0 1 0
30 l1_local_store_miss 1830664 1830664 1830664
编辑
我意识到我想的是128字节而不是位的交易。