Global load transaction count when in coalesced memory access
我在nvidia gtx980卡中创建了一个简单的内核，通过观察事务计数来测试合并的内存访问。内核是
1 2 3 4 5 6 7 | __global__ void copy_coalesced(float * d_in, float * d_out) { int tid = threadIdx.x + blockIdx.x*blockDim.x; d_out[tid] = d_in[tid]; } |
当我使用以下内核配置运行它时
1 2 3 4 5 6 | #define BLOCKSIZE 32 int data_size = 10240; //always a multiply of the BLOCKSIZE int gridSize = data_size / BLOCKSIZE; copy_coalesced<<<gridSize, BLOCKSIZE>>>(d_in, d_out); |
由于内核中的数据访问已完全合并，并且由于数据类型为float(4个字节)，因此可以找到预期的装入/存储事务数，如下所示，
加载事务大小= 32字节
每个事务可以加载的浮点数= 32字节/ 4字节= 8
加载10240数据所需的事务数= 10240/8 = 1280个事务
预计也将写入相同数量的事务。
但是当观察nvprof指标时，结果如下
1 2 3 4 5 | gld_transactions 2560 gst_transactions 1280 gld_transactions_per_request 8.0 gst_transactions_per_request 4.0 |
我不知道为什么加载数据需要两倍的事务。但是当涉及到加载/存储效率时，两个指标都给出了100％
我在这里错过了什么？
我在linux
上转载了您的结果
1 2 3 4 | 1 gld_transactions Global Load Transactions 2560 1 gst_transactions Global Store Transactions 1280 1 l2_tex_read_transactions L2 Transactions (Texture Reads) 1280 1 l2_tex_write_transactions L2 Transactions (Texture Writes) 1280 |
但是，在使用NSIGHT Visual Studio版本的Windows上，我得到的值似乎更好：
