环路的Cuda测量

我在CUDA Fermi GPU上启动了一个非常简单的内核

__global__ void kernel(){
int x1,x2;

x1=5;
x2=1;

for (int k=0;k<=1000000;k++)
  {
   x1+=x2;

  }
}

\uuuu全局\uuuuu无效内核（）{
int-x1，x2；
x1=5；
x2=1；
对于（int k=0；k，因为编译器消除了死路径。您的代码实际上什么都不做。请查看程序集

如果您确实看到了该值，那么编译器可能刚刚优化了循环，因为它可以在编译时知道该值

当您将寄存器内容写入共享内存时，编译器无法保证结果不会被使用，因此将实际计算该值。换句话说，您计算的值最终必须在某个地方使用或写入内存，否则其计算将被删除。
因为编译器消除了死区路径。你的代码实际上没有做任何事情。看看程序集

如果您确实看到了该值，那么编译器可能刚刚优化了循环，因为它可以在编译时知道该值

当您将寄存器内容写入共享内存时，编译器无法保证结果不会被使用，因此将实际计算该值。换句话说，您计算的值最终必须在某个地方使用或写入内存，否则其计算将被删除。
如前所述，CUDA编译器优化在删除死代码方面非常积极。因为
x2
不参与写入内存的值，所以可以删除它和循环。编译器还将预计算在编译时可以推导的任何结果，因此如果编译器知道循环中的所有常数，它可以计算最终结果并重新执行C用一个常数来表示它

要解决这两个问题，请按如下方式重写代码：

__global__ 
void kernel(int *out, int x0, bool flag)
{
    int x1 = x0, x2 = 1;

    for (int k=0; k<=1000000; k++) {
       x1+=x2;
    }

    if (flag) out[threadIdx.x + blockIdx.x*blockDim.x] = x1;
}

kernel<<<1,512>>>((int *)0, 5, false);

\uuuu全局\uuuu
无效内核（int*out、int x0、bool标志）
{
int-x1=x0，x2=1；
对于（int k=0；k如上所述，CUDA编译器优化在删除死代码方面非常积极。因为
x2
不参与写入内存的值，它和循环可以被删除。编译器还将预计算在编译时可以推导的任何结果，因此如果c知道循环中的所有常数ompiler，它可以计算最终结果并用常量替换

要解决这两个问题，请按如下方式重写代码：

__global__ 
void kernel(int *out, int x0, bool flag)
{
    int x1 = x0, x2 = 1;

    for (int k=0; k<=1000000; k++) {
       x1+=x2;
    }

    if (flag) out[threadIdx.x + blockIdx.x*blockDim.x] = x1;
}

kernel<<<1,512>>>((int *)0, 5, false);

\uuuu全局\uuuu
无效内核（int*out、int x0、bool标志）
{
int-x1=x0，x2=1；
对于（int k=0；k