请问一下profiler 4.0 user’s guide 中 L1 cache read throughput 的计算公式不太理解
描述：This gives the throughput achieved while accessing data from L1 cache. This is calculated as:
[(l1 global load hit + l1 local load hit) * 128 * #SM + l2 read requests * 32] / (gpu time * 1000)
（1）这里为什么有l1 global load hit 与 l1 local load hit呢？
（2）这里为什么要加上 l2 read requests * 32 我理解的是如果L1 cache没有命中，就会请求L2 chche 把数据从L2 cache中加载到L1 cache中，core 再从L1 cache中读取？
楼主您好，
您可以使用这个简化的模型：
在Fermi上，在正常的读取过程中，L1 data cache将为local memory和global memory服务。
一次L1 data cache hit后，交给寄存器的数据，将是128字节。
而如果发生一次L1 miss, 数据将分成连续4次从L2 unifed cache传输到L1 cache（因为fermi上L2到1个SM只有32B/cycle的带宽）。
而上文的式子中的L2 Read request可能是L2服务L1 data cache的传输请求次数，这样正好前者 * 128 + 后者 * 32是总请求的数据量（一次前者miss等于4次后者）。
以及，这个是profiler给出的式子，但很遗憾，很多式子所依赖的基础数据并没有给出具体解释。所以这也是我的猜测。（例如L2 unifed cache还为texture cache服务，这里的L2_read_request自然应该不算给Texture cache的，给它的应该叫另外一个名字）。
大致如此吧，建议不看具体公式而直接相信并使用数值，因为一些式子无法解释（无资料）。
以及，从CUDA 5.5开始，profiler的手册里去掉了具体的公式。这强迫我们简单的相信它报告的结果。
感谢深夜来访。
好的，谢谢版主深夜解答。