我有一个有点大的 CUDA 应用程序，我需要计算获得的 GFLOP。我正在寻找一种简单且通用的方法来计算浮点运算的数量。
是否可以使用汇编语言中预定义的 fpo 列表从生成的 PTX 代码（如下所示）中计算浮点运算？根据代码，计数可以通用吗？例如，是否add.s32 %r58, %r8, -2;算作一次浮点运算？
例子：
BB3_2:
.loc 2 108 1
mov.u32 %r8, %r79;
setp.ge.s32 %p1, %r78, %r16;
setp.lt.s32 %p2, %r78, 0;
or.pred %p3, %p2, %p1;
@%p3 bra BB3_5;
add.s32 %r58, %r8, -2;
setp.lt.s32 %p4, %r58, 0;
setp.ge.s32 %p5, %r58, %r15;
or.pred %p6, %p4, %p5;
@%p6 bra BB3_5;
.loc 2 112 1
ld.global.u8 %rc1, [%rd17];
cvt.rn.f32.u8 %f11, %rc1;
mul.wide.u32 %rd12, %r80, 4;
add.s64 %rd13, %rd7, %rd12;
ld.local.f32 %f12, [%rd13];
fma.rn.f32 %f14, %f11, %f12, %f14;
.loc 2 113 1
add.f32 %f15, %f15, %f12;
还是有更简单的计算 FPO 的方法，这是浪费时间？
