用NVIDIV Visual Profiler 进行分析执行效果

先附上代码，这是上次进行多线程运算的程序。
不同的是最后多了行代码：
cudaThreadExit(); //加上这个可以用 NVIDIA visual profiler进行分析
这行代码是保证分析时进行判断是否运行完的，不然分析软件一直会在分析GPU的运行状态，产生无用的垃圾信息。

下面是要分析的多线程程序

//GPGPU编程技术-从GLSL、CUDA到OpenCL  平方和算法第一版 增加计时函数 没有为主机变量分配内存 ////书中程序160页#include <stdio.h>#include <iostream>#include <cuda_runtime.h> // For the CUDA runtime routines (prefixed with "cuda_")#include <device_launch_parameters.h> //我在查询中找到的头文件 有可能有别的表达方式#include <time.h> //计时用的函数库#define DATA_SIZE 1048576   //4MB 的数据#define THREAD_NUM 256      //线程数using namespace std;int anData[DATA_SIZE];//生成随机数据量void GenerateNumber(int *pnNumber, int nSize){    for (int i = 0; i < nSize; i++)  pnNumber[i] = rand() % 10;}//全局函数计算平方和内核：在主机上调用，在设备上执行__global__ static void sumofSquares(int *pnNum, int* pnResult,clock_t *pclock_ttime){    int tid = threadIdx.x;    int nSum = 0;    int i;    int nSize = 0;    if (DATA_SIZE % THREAD_NUM) nSize = DATA_SIZE / THREAD_NUM + 1;    else nSize = DATA_SIZE / THREAD_NUM; //nSize 一个线程计算的数据量    //计时开始    clock_t clock_tstart;    if ( tid == 0 )  clock_tstart = clock(); //用了一个线程计时，足以精确请放心    for ( i=nSize * tid ; i < (tid+1) *nSize ; i++)    {        nSum += (pnNum[i] * pnNum[i]);    }    pnResult[tid] = nSum;    //计时结束    if ( tid == 0) *pclock_ttime = clock() - clock_tstart; //用了一个线程计时}void main(){    GenerateNumber(anData, DATA_SIZE); //生成随机数据量    int *pnGpuData, *pnResult;    clock_t *pclock_ttime;//储存时间的    int *nSummat;    cudaMallocHost((void**)&nSummat, sizeof(int) * THREAD_NUM);    cudaMalloc ((void**)&pnGpuData, sizeof(int) * DATA_SIZE);    cudaMalloc ((void**)&pnResult , sizeof(int) * THREAD_NUM);    cudaMalloc((void**)&pclock_ttime, sizeof(clock_t));    cudaMemcpy(pnGpuData, anData, sizeof(int)*DATA_SIZE, cudaMemcpyHostToDevice);    //本版本是基础版本 在此基础上学习逐渐内存与内核并行优化    //所以这里只用了一个内核    sumofSquares <<< 1, THREAD_NUM , 0 >>>(pnGpuData, pnResult,pclock_ttime);    cudaMemcpy(nSummat, pnResult, sizeof(int) * THREAD_NUM, cudaMemcpyDeviceToHost);    clock_t pclocksum;    cudaMemcpy(&pclocksum,pclock_ttime, sizeof(clock_t), cudaMemcpyDeviceToHost);    //在cpu上最后加和运算    int finishsum = 0;    for (size_t i = 0; i < THREAD_NUM; i++)    {        finishsum = finishsum + nSummat[i];    }    printf("SuM = %d    Time = %d\n", finishsum, pclocksum);    cudaFree(pnGpuData);    cudaFree(pnResult);    cudaFree(pclock_ttime);    cudaThreadExit();  //加上这个可以用 NVIDIA visual profiler进行分析    system("pause");    //return 0;}

编译运行之后，得到执行文件：

找到执行文件的路径：
D:\CUDA\SampleCuda1\SampleCuda1\x64\Debug\SampleCuda1.exe

打开NVIDIV Visual Profiler 分析工具，这个工具就在安装CUDA时一块安装好了：

打开软件—file—NEW nesssion
输入分析执行文件的路径 和 工作目录

分析结果：