Cuda 如何使用NVIDIA Visual Profiler测量每个扭曲的银行冲突？

我正在做一个详细的代码分析，我想测量每个warp的银行冲突总数

nvvp

文档列出了此指标，这是我唯一能找到的与银行冲突相关的指标：

shared_replay_开销：由于执行每条指令的共享内存冲突而导致的平均重播次数

当我使用

nvprof

（或

nvvp

）分析度量时，得到如下结果：

Invocations            Metric Name                        Metric Description                Min         Max         Avg
Device "Tesla K20m (0)"
Kernel: void matrixMulCUDA<int=32>(float*, float*, float*, int, int)
301                    shared_replay_overhead             Shared Memory Replay Overhead    0.089730    0.089730    0.089730

调用度量名称度量描述最小最大平均值
装置“特斯拉K20m（0）”
内核：void matrixMulCUDA（float*，float*，float*，int，int）
301共享内存重放开销共享内存重放开销0.089730 0.089730 0.089730 0.089730

我需要利用这个值

0.089730

，或者设计一些其他方法来衡量银行冲突的数量

我知道该值是所有正在执行的扭曲的“平均值”。如果我必须测量每个warp的银行冲突总数，有没有办法使用

nvprof

结果来测量

我想到的可能方法是：

• 通过使用

  shared\u replay\u开销

  结果，并在公式中使用它们来计算银行冲突的数量。我猜我必须应用一些公式，比如

  shared\u replay\u overhead*已启动的扭曲总数

  ，我事先知道已启动的扭曲总数，但我不知道是什么
• 首先检测到它是四路银行冲突、八路银行冲突等，然后将

  4

  /

  8

  乘以共享内存操作发生的次数（如何测量？）

除了

nvprof

结果之外，这可能还需要对GPU架构有相当好的技术知识，我想我还没有。为了记录在案，我的GPU是开普勒体系结构，SM 3.5

---

即使我可以测量每个块（而不是每个扭曲）的银行冲突数量，这也足够了。之后，我可以进行必要的计算，以获得每个扭曲的值。

我认为您应该查看（Cuda分析工具界面）文档。在

/extras/CUPTI

目录中也有一些CUDA SDK的示例。我对这个库不是很熟悉，但看起来您可以编写自己的分析器，测量您想要的内容，或者收集您感兴趣的指标。这将是低水平的，但这是您获得准确答案所需要的。

感谢您的回答，我查看了CUPTI文档，但尚未找到任何有帮助的内容。