Inline PTX彙編代碼是否強大？

Question

我看到人們在C代碼中使用內聯PTX彙編代碼的一些代碼示例。 CUDA工具包中的Doc提到PTX功能強大，爲何如此？如果我們在C代碼中使用這些代碼，我們會得到什麼好處？

Answer 1

內嵌PTX，您可以訪問通過CUDA intrinsincs不暴露說明，並讓您應用在編譯器要麼缺乏或語言規範禁止優化。對於使用內嵌PTX有利的工作示例，請參閱： 128 bit integer on cuda?

使用內聯PTX的128位添加只需要四條指令，因爲它可以直接訪問進位標誌。作爲HLL，C/C++不具有進位標誌的表示，作爲一個給定的硬件平臺可能沒有進位標誌（例如MIPS），一個單一的進位標誌（例如X86，sm_2x），或甚至多個進位標誌。相較於128位加法和減法的4指令PTX版本中，這些操作可能會在C編碼如下：

#define SUBCcc(a,b,cy,t0,t1,t2) \ 
    (t0=(b)+cy, t1=(a), cy=t0<cy, t2=t1<t0, cy=cy+t2, t1-t0) 
#define SUBcc(a,b,cy,t0,t1) \ 
    (t0=(b), t1=(a), cy=t1<t0, t1-t0) 
#define SUBC(a,b,cy,t0,t1) \ 
    (t0=(b)+cy, t1=(a), t1-t0) 
#define ADDCcc(a,b,cy,t0,t1) \ 
    (t0=(b)+cy, t1=(a), cy=t0<cy, t0=t0+t1, t1=t0<t1, cy=cy+t1, t0=t0) 
#define ADDcc(a,b,cy,t0,t1) \ 
    (t0=(b), t1=(a), t0=t0+t1, cy=t0<t1, t0=t0) 
#define ADDC(a,b,cy,t0,t1) \ 
    (t0=(b)+cy, t1=(a), t0+t1) 

unsigned int cy, t0, t1, t2; 

res.x = ADDcc (augend.x, addend.x, cy, t0, t1); 
res.y = ADDCcc (augend.y, addend.y, cy, t0, t1); 
res.z = ADDCcc (augend.z, addend.z, cy, t0, t1); 
res.w = ADDC (augend.w, addend.w, cy, t0, t1); 

res.x = SUBcc (minuend.x, subtrahend.x, cy, t0, t1); 
res.y = SUBCcc (minuend.y, subtrahend.y, cy, t0, t1, t2); 
res.z = SUBCcc (minuend.z, subtrahend.z, cy, t0, t1, t2); 
res.w = SUBC (minuend.w, subtrahend.w, cy, t0, t1); 

加法和減法以上可能編譯成的人數約三至四倍由相應的內嵌PTX版本使用的指令。