使用PTX的C ++ / CUDA程序中的浮点运算计数方法

Question

我有一个较大的CUDA应用程序，我需要计算获得的GFLOP。 我正在寻找一种简单的，也许是通用的方法来计算浮点运算的数量。

使用汇编语言中预定义的fpo列表，是否可以从生成的PTX代码（如下所示）计算浮点运算？ 根据代码，计数可以通用吗？ 例如，执行add.s32 %r58, %r8, -2; 算作一个浮点运算？

例：

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;

还是有更简单的方法来计算FPO，这是在浪费时间？

Answer 1

计算FLOPS的最简单方法是让CUDA Profiler为您完成。 通过选择“完成的Achieved FLOPS实验，您可以获得以下图表：

“ Floating Point Operations图表显示内核执行的每种浮点运算类型的计数。