我正在使用 pgi 编译器处理 openacc。我想知道如何在运行时分析有关内存使用情况的代码，特别是共享内存？
非常感谢您的帮助！
贝扎德
【问题讨论】：
标签： shared-memory profiler openacc
我假设您的意思是 CUDA 意义上的“共享内存”（NVIDIA GPU 上的快速、每个 SM 共享内存）。在这种情况下，您有几个选择。
首先，如果您只想知道使用了多少共享内存，可以在编译时通过添加-Mcuda=ptxinfo 来确定。
pgcc -fast -ta=tesla:cc35 laplace2d.c -Mcuda=ptxinfo
ptxas info : 0 bytes gmem
ptxas info : Compiling entry function 'main_61_gpu' for 'sm_35'
ptxas info : Function properties for main_61_gpu
0 bytes stack frame, 0 bytes spill stores, 0 bytes spill loads
ptxas info : Used 26 registers, 368 bytes cmem[0]
ptxas info : Compiling entry function 'main_65_gpu_red' for 'sm_35'
ptxas info : Function properties for main_65_gpu_red
0 bytes stack frame, 0 bytes spill stores, 0 bytes spill loads
ptxas info : Used 18 registers, 368 bytes cmem[0]
ptxas info : Compiling entry function 'main_72_gpu' for 'sm_35'
ptxas info : Function properties for main_72_gpu
0 bytes stack frame, 0 bytes spill stores, 0 bytes spill loads
ptxas info : Used 18 registers, 344 bytes cmem[0]
在上述情况下，我似乎没有使用任何共享内存。 （跟进我与一位 PGI 编译器工程师交谈，得知共享内存是在内核启动时动态调整的，因此不会通过 ptxinfo 显示。）
您还可以使用 NVIDIA Visual Profiler 来获取此信息。如果您收集 GPU 时间线，然后单击特定内核的实例，属性面板应打开并显示共享内存/块。在我的例子中，上面显示使用了 0 字节的共享内存，而 Visual Profiler 显示正在使用一些内存，所以我需要深入研究原因。
您也可以在运行时获取一些信息。如果您对命令行感到满意，可以使用 nvprof：
# Analyze load/store transactions
$ nvprof -m shared_load_transactions,shared_store_transactions ./a.out
# Analyze shared memory efficiency
# This will result in a LOT of kernel replays.
$ nvprof -m shared_efficiency ./a.out
这不会显示使用的数量，但可以让您了解它的使用方式。 Visual Profiler 的引导式分析将让您深入了解这些指标的含义。
【讨论】：
kernels 指令，编译器有时会自动将缓存添加到代码中（您可以在-Minfo 消息中看到它） ，但如果您使用parallel loop，则通常必须明确使用cache 指令。如果您的数组在 gang 循环中是私有的，那么您更有可能缓存这些数组（并且更有可能使 cache 指令正常工作）。
cache 工作的技巧的评论。有时，使用 OpenACC 进行优化可能有点手忙脚乱，有很多猜测和手指交叉。我们正在努力让它变得更好。