2

当数据类型的大小发生变化时，我试图查看内核中执行的指令数

为了获得自定义大小的数据结构，我创建了一个结构如下，

#define DATABYTES 40

__host__ __device__
struct floatArray
{
    float a[DATABYTES/4];
};

然后创建一个内核只是为了将上述数据类型数组从一个数组复制到另一个数组

__global__
void copy_large_data(floatArray * d_in, floatArray * d_out)
{
    d_out[threadIdx.x] = d_in[threadIdx.x];
}

然后用一个块只为 32 个线程调用上述内核

floatArray * d_in;
floatArray * d_out;

cudaMalloc(&d_in, 32 * sizeof(floatArray));
cudaMalloc(&d_out, 32 * sizeof(floatArray));

copy_large_data<<<1, 32>>>(d_in, d_out);

当我使用nvprof和检查程序来分析程序时，instructions per warp我可以看到参数值随着 值的变化而变化DATABYTES。

我的问题是，这个指令计数增加的原因是否是由于floatArray结构内的数组。因为当我们在内核中调用copy的时候，实际上是a在struct里面扩展复制了数组的每一个元素floatArray，创建了更多的指令。

有没有办法使用一条指令在内核中复制自定义结构变量？

4

1 回答 1

1

您的假设是正确的，即当您更改数组的大小时，复制指令的数量会增加。您可以在 PTX 代码和汇编中检查它，如下所示。

加载/存储指令的最大大小为 128 位，请参见此处。这意味着对于您的情况，您仍然可以通过使用float4而不是float.

或者，您可以按照编程指南中的说明明确指定数据结构的对齐方式：

#define DATABYTES 32
struct __align__(16) floatArray
{
    float a[DATABYTES/4];
};

要查看 PTX 代码，请生成一个目标文件nvcc -c ...并使用cubobjdump --dump-ptx objfile.o. 对于您的示例，相关部分如下所示：

ld.global.f32 %f1, [%rd7];
ld.global.f32 %f2, [%rd7+4];
ld.global.f32 %f3, [%rd7+8];
ld.global.f32 %f4, [%rd7+12];
ld.global.f32 %f5, [%rd7+16];
ld.global.f32 %f6, [%rd7+20];
ld.global.f32 %f7, [%rd7+24];
ld.global.f32 %f8, [%rd7+28];
ld.global.f32 %f9, [%rd7+32];
ld.global.f32 %f10, [%rd7+36];
st.global.f32 [%rd6+36], %f10;
st.global.f32 [%rd6+32], %f9;
st.global.f32 [%rd6+28], %f8;
st.global.f32 [%rd6+24], %f7;
st.global.f32 [%rd6+20], %f6;
st.global.f32 [%rd6+16], %f5;
st.global.f32 [%rd6+12], %f4;
st.global.f32 [%rd6+8], %f3;
st.global.f32 [%rd6+4], %f2;
st.global.f32 [%rd6], %f1;

如果您进一步增加数组，您会发现编译器将选择循环而不是为每个加载/存储发出指令。

因此，您可以检查组件 cubobjdump --dump-sass objfile.o

于 2016-06-16T14:48:55.060 回答