__device__ 函数中的 NVCC 寄存器使用报告

Question

我正在尝试使用 NVCC 选项
--ptxas-options=v 在我的 CUDA 内核中获取有关寄存器使用情况的一些信息，而使用全局函数时一切正常，自

以来，我在设备方面遇到了一些困难

ptxas info : Used N registers

输出中缺少行。关于调用全局函数，我尝试使用 noinline 关键字并将它们保存在另一个文件中，因为我认为 NVCC 正在报告全局函数的完整寄存器使用情况，包括被调用的设备函数在内联之后，但没有任何变化。我可以获取有关仅将它们定义为全局的设备功能的寄存器使用情况的信息。

你有什么建议吗？

谢谢！

Answer 1

据我了解，ptxas（设备汇编程序）仅在其链接的代码上输出寄存器计数。独立的__device__ 函数不被汇编器链接，它们只被编译。因此，汇编器不会为设备函数发出寄存器计数值。我不相信有解决方法。

但是，仍然可以通过使用 cuobjdump 从汇编器输出中转储 elf 数据来获取 __device__ 函数的寄存器占用空间。你可以这样做：

$ cat vdot.cu
__device__  __noinline__ float vdot(float v1, float v2) {
    return (v1 * v2);
}

__device__ __noinline__  float vdot(float2 v1, float2 v2) {
    return (v1.x * v2.x) + (v1.y * v2.y);
}

__device__ __noinline__ float vdot(float4 v1, float4 v2) {
    return (v1.x * v2.x) + (v1.y * v2.y) + (v1.z * v2.z) + (v1.w * v2.w);
}

$ nvcc -std=c++11 -arch=sm_52 -dc -Xptxas="-v" vdot.cu
ptxas info    : 0 bytes gmem
ptxas info    : Function properties for cudaDeviceGetAttribute
    0 bytes stack frame, 0 bytes spill stores, 0 bytes spill loads
ptxas info    : Function properties for _Z4vdotff
    0 bytes stack frame, 0 bytes spill stores, 0 bytes spill loads
ptxas info    : Function properties for cudaOccupancyMaxActiveBlocksPerMultiprocessor
    0 bytes stack frame, 0 bytes spill stores, 0 bytes spill loads
ptxas info    : Function properties for _Z4vdot6float4S_
    0 bytes stack frame, 0 bytes spill stores, 0 bytes spill loads
ptxas info    : Function properties for cudaMalloc
    0 bytes stack frame, 0 bytes spill stores, 0 bytes spill loads
ptxas info    : Function properties for cudaGetDevice
    0 bytes stack frame, 0 bytes spill stores, 0 bytes spill loads
ptxas info    : Function properties for _Z4vdot6float2S_
    0 bytes stack frame, 0 bytes spill stores, 0 bytes spill loads
ptxas info    : Function properties for cudaOccupancyMaxActiveBlocksPerMultiprocessorWithFlags
    0 bytes stack frame, 0 bytes spill stores, 0 bytes spill loads
ptxas info    : Function properties for cudaFuncGetAttributes
    0 bytes stack frame, 0 bytes spill stores, 0 bytes spill loads

这里我们在一个设备对象文件中有一组单独编译的三个__device__ 函数。在其上运行cuobjdump 会产生大量输出，但在其中您将获得每个函数的寄存器计数：

$ cuobjdump -elf ./vdot.o

Fatbin elf code:
================
arch = sm_52
code version = [1,7]
producer = cuda
host = linux
compile_size = 64bit
compressed

<---Snipped--->


.text._Z4vdotff
bar = 0 reg = 6 lmem=0  smem=0
0xfec007f1  0x001fc000  0x00570003  0x5c980780  
0x00470000  0x5c980780  0x00370004  0x5c680000  
0xffe007ff  0x001f8000  0x0007000f  0xe3200000  
0xff87000f  0xe2400fff  0x00070f00  0x50b00000

在设备函数dot(float, float) 的输出的第二行中，您可以看到该函数使用了6 个寄存器。这是我知道的检查设备功能寄存器足迹的唯一方法。

Answer 2

我不知道它是什么时候添加的，但我的 CUDA 10 cuobjdump 有 -res-usage 标志，显示如下：

$ cuobjdump -res-usage .../cuda_compile_1_generated_VisualOdometry.cu.o

Fatbin elf code:
================
arch = sm_61
code version = [1,7]
producer = cuda
host = linux
compile_size = 64bit
identifier = /home/mad/automy-system/vision/src/VisualOdometry.cu

Resource usage:
 Common:
  GLOBAL:0 CONSTANT[3]:24
 Function _Z17vo_compute_systemPfS_P6float4S_jS0_S0_f:
  REG:39 STACK:32 SHARED:168 LOCAL:0 CONSTANT[0]:404 CONSTANT[2]:80 TEXTURE:0 SURFACE:0 SAMPLER:0
 Function _Z13vo_pre_filterP6float4PfPjPK5uint2iijff:
  REG:16 STACK:0 SHARED:8 LOCAL:0 CONSTANT[0]:372 TEXTURE:0 SURFACE:0 SAMPLER:0