在用profiler进行程序分析时，对几个计数器的意义不明。
1.那些关于instruction的overhead是怎么算出来的？比如Branch Divergence Overhead，是什么占什么的比例？还有Shared/Global Memory Replay Overhead、Local/Global Cache Replay Overhead？
2.Requsted Global Load/Store Throughput，Dram Read/Write Throughput，Global Load/Store Throughput各是什么意思？Dram throughput和Global throughput有什么区别？
3.Global Load/Store Efficiency是怎么算出来的？
LZ可否说一下您用的是哪个版本的nvvp?我手头的版本看到的名称和您写的差别较大，或者您提供截图供大家分析也可以。
request global load/store throughput指的是kernel申请的global访问的吞吐量。
而这一申请可能会被L2 cache优化（比如有相同数据的L2只需要读取一次即可），所以最终得到的achieved global memory read/write throughput （nvvp 4.0中称法）可能会比request的少。
至于dram read/write throughput我这里没见到，尚不清楚是如何约定的，有可能和是否合并访问有关。
另外，如果您使用的是nvvp 4.0的话，您可以在pdf版的user guide的compute visual profiler counters章节的table 6和supported derived statistics章节的table 7找到相关内容的介绍。
欢迎其他版主/网友补充和指正。
祝您编码愉快~
我用的版本是4.2，截图如下：
[attach]2835[/attach]
在下面metrics和右上方properties中可以看到我原贴中描述的这些参数。
有时候如果知道这些参数的含义的话，可以大概先手算一下再和profiler分析结果比较，这样比较有利于找出程序中的问题。
确实如您所说，手册中有关于这些参数的详细计算公式，在Chapter7 Metrics那一章（我看的手册是cuda5中的CUDA Profiler Users Guide，因为我在我装的cuda 4.2 doc中没有找到这个手册）。
学习太浮躁了，不好意思。
4.2自带的文档里面我也没找到相关内容 
浏览了一眼在线的CUDA5文档，确实在Metrics Reference表格里面有详细的解释。
欢迎莅临cuda zone，祝您编码愉快！
但是您说的"user guide"是指哪个手册？全称是什么？是4.0里的吗？
您说的这个手册我也找到了，是叫“Compute Visual Profiler”对吗？确实有您说的那两章，可以结合CUDA5的那个手册来看。
多谢了！
是4.0里面的compute visual profiler user guide .一个pdf文件。在4.1和4.2里面没有这个文件。
善哉！！