使用CUDA探查器nvprof进行内存访问

我使用nvprof获取以下CUDA代码的全局内存访问数。内核中的加载数是36（访问数组中的d_），内核中的存储数是36+36（用于访问d_Out数组和d_行数组）。因此，全局内存加载的总数是36，全局内存存储的数量是72。但是，当我使用nvprof CUDA profiler评测代码时，它会报告以下内容：（基本上我想要计算计算到全局内存访问（CGMA）的比率）

1 gld_事务全局加载事务6
1 gst_交易全球门店交易11 11
1二级读取事务二级读取事务133 133
1二级写入事务二级写入事务24
#包括
#包括“cuda_profiler_api.h”
__恒定的乌鸦；
__全局无效内核（双*d\u-In，双*d\u-Out，int*d\u行）{
int tx=线程idx.x；
int bx=blockIdx.x；
int n=bx*blockDim.x+tx；
如果（n<36）{
d_Out[n]=d_In[n]+1；
d_rows[n]=乌鸦；
}
返回；
}
int main（int argc，字符**argv）{
双I[36]={1,5,9,2,6,10,3,7,11,4,8,12,13,17,21,14,18,22,15,19,23,16,20,24,25,29,33,26,30,34,27,31,35,28,32,36}；
双*d_英寸；
双倍*d_输出；
int*d_行；
双输出[36]；
int行=5；
int h_行[36]；
cudaMemcpyToSymbol（crows和rows，sizeof（int））；
cudaMalloc（&d_In，尺寸（双）*36）；
cudaMalloc（&d_Out，sizeof（双倍）*36）；
cudaMalloc（&d_行，尺寸（内部）*36）；
cudaMemcpy（单位：英寸，I，尺寸（双）*36，cudaMemcpyHostToDevice）；
dim3 dimGrid（4,1,1）；
dim3 dimBlock（10,1,1）；
cudaprofilerst（）；
内核（d_-In、d_-Out、d_行）；
cudaProfilerStop（）；
cudaMemcpy（Iout、d_Out、sizeof（双）*36，cudaMemcpyDeviceToHost）；
cudaMemcpy（h_行、d_行、sizeof（int）*36，cudaMemcpyDeviceToHost）；
int i；
对于（i=0；i通常会问一个比“有人能帮我吗？”更具体的问题，如图所示，您的代码没有浮点运算（+，*，等等），因此没有要计算的CGMA（它是零）

关于内存事务，您的代码有4个线程块：

 dim3 dimGrid(4,1,1);

每个线程块可以在单独的多处理器上运行。每个块中有10个线程。以下代码行：

            d_Out[n]=d_In[n]+1;

            d_rows[n]=crows;

将生成至少一个全局加载事务（
d_-In
）和一个全局存储事务（
d_-Out
）来服务线程。第四个块将具有全局索引（
n
）的线程对于活动线程，将为30-35。当此块执行上述代码行时，它将生成两个全局加载和两个全局存储事务，因为线程需要两个缓存线来服务其请求。因此，这一行代码可能会生成5个全局加载事务和5个全局存储事务

出于类似原因，下一行代码：

            d_Out[n]=d_In[n]+1;

            d_rows[n]=crows;

可能会生成5个额外的全局存储事务。因此，您的探查器输出：

  1                gld_transactions        Global Load Transactions           6           6           6
  1                gst_transactions       Global Store Transactions          11 

我相信我已经解释了6个全局加载事务中的5个，以及11个全局存储事务中的10个。希望这足以让您了解这些数字的来源