我有一个 CUDA 程序，其中在多次迭代和内存访问中，一个长数组的块读取元素的线程几乎完全合并。当我分析时，全局负载效率超过 100%（在 119% 和 187% 之间，具体取决于输入）。全局负载效率的描述是“全局内存负载吞吐量与所需的全局内存负载吞吐量之比”。这是否意味着我经常使用二级缓存并且我的内存访问从中受益？
我的 GPU 是 GeForce GTX 780（Kepler 架构）。
问问题
641 次
我在这里的 NVIDIA 论坛上问了这个问题。我引用我得到的答案：
据我观察，在我的一些寄存器溢出内核中，全局加载效率和全局存储效率都提高了 100% 以上。这就是为什么我假设 Visual-Profiler 使用一些事件来计算这两个效率，这些事件也可能是由本地内存访问引起的。此外，GPU 只使用 32 位计数器。因此，长时间运行的内核往往会溢出这些计数器，这也会导致 Visual Profiler 显示错误的指标。”