const * __restrict__ 可以增加 cuda 寄存器的使用吗？

Question

因为我的指针都指向非重叠内存，所以我全力以赴，将传递给内核（及其内联函数）的指针替换为 restricted，并将它们设为 const , 尽可能。然而，这增加了某些内核的寄存器使用量并减少了其他内核的使用量。这对我来说没有多大意义。

有人知道为什么会这样吗？

Answer 1

是的，它可以增加寄存器使用率。

对于__restrict__，请参考programming guide：

这里的效果是减少了内存访问次数和计算次数。这可以通过“缓存”负载和常见子表达式导致的寄存器压力增加来平衡。

由于寄存器压力在许多 CUDA 代码中是一个关键问题，因此使用受限指针会对 CUDA 代码产生负面的性能影响，因为占用率会降低。

const __restrict__ 可能至少有两个原因：

1. 在支持它的架构上，它可以使编译器发现constant cache 的用途，这可能是一个性能增强功能。

2. 如上面链接的编程指南部分所述，它可以使编译器进行其他优化（例如减少指令和内存访问），如果相应的寄存器压力不成为问题，这也可以提高性能 .

减少导致寄存器压力增加的指令和内存访问可能是不直观的。让我们考虑上面编程指南链接中给出的示例：

void foo(const float* a, const float* b, float* c) { 
  c[0] = a[0] * b[0]; 
  c[1] = a[0] * b[0]; 
  c[2] = a[0] * b[0] * a[1]; 
  c[3] = a[0] * a[1]; 
  c[4] = a[0] * b[0]; 
  c[5] = b[0]; ... }

如果我们在上面的例子中允许指针别名，那么编译器就不能做很多优化，编译器本质上被简化为完全按照编写的代码执行。第一行代码：

  c[0] = a[0] * b[0]; 

将需要 3 个寄存器。下一行代码：

  c[1] = a[0] * b[0]; 

还需要 3 个寄存器，因为一切都是按原样生成的，所以它们可以是 相同的 3 个寄存器，可以重复使用。示例的其余部分可能会发生类似的寄存器重用，从而导致整体寄存器使用率/压力较低。

但是，如果我们允许编译器重新排序，那么我们必须为每个预先加载的值分配寄存器，并保留到该值退出为止。这种重新排序可以增加寄存器使用/压力，但最终可能会导致代码更快（或者如果寄存器压力成为性能限制因素，它可能会导致代码变慢。）