system
1
1.我用profiler测我程序的local memory store/load throughput发现不为0，我想知道到底是哪个变量引起local memory store/load throughput ,profiler是否提供这种功能？
2.1由于我不知道到profiler是否提供这种功能，我用如下方法来排除哪些变量已分配到寄存器,哪些变量分配到局部存储器。
2.2先测得并记录local memory store/load throughput
然后在声明（除了共享存储器变量）的所有变量前（程序中声明的变量只希望分配到共享和寄存器）加上关键字”register"(由于变量是双精度，且不到20个，应该寄存器能放下，所以应该不会因为不够放而放进local memory）。此时profiler测得程序的
local memory store/load throughput和先前几乎一样。这就应该证明我先前的变量已经放进寄存器了。
2.3因为
（1）1.x上将使用shared memory进行参数传递。
（2）2.0+上将使用constant memory进行参数传递。
（3）任何时候，当您的一个线程修改了某个参数的值，则一个本地副本被创建（寄存器或者local memory中）。
基于第三条，线程修改参数的值，则本地 副本被创建（寄存器或者local memory中），于是判断本地副本被创建到local memory
这种方法是否具有正确性，请版主解惑。
system
2
同问楼主，你的profiler是自己安装的，还是nsight集成的？如何打开如官网上面的图片 developer.nvidia.com/nvidia-visual-profiler
system
3
楼主您好，
首先说，profiler没有指出“那个变量引起local traffic"的功能。
实际上，它也应该永远不提供此功能。因为您的想法不正确。
因为您的想法实际上是不正确的，所以基于这个想法或者假设进行的试验，以及其结果，也是不正确和无意义的。
（但是依然鼓励您自己实现，实际上，能试验您总是有收获的。但不对的地方（或者我认为不对的地方），我还是要为您指正。这是为您好）
首先说，是否使用register毫无意义，因为这将不会影响到某个变量是否真的会在寄存器里（永远或者某个时间段内）。
您应当将寄存器和local memory, 看成是一体的。而将前者是看成无索引寻址功能的后者的高速版本。只要是有可能，编译器总是尝试放入寄存器的。
其次，您有一种某个变量只要在寄存器里，就永远在寄存器里的想法。这个想法是不对的。每个变量都有可能被交换出来，只根据当前的时机。例如你有32个float（记为变量a到z)， 如果程序的前1/3段落，其中的变量c,d,e,f被频繁的使用，则他们具有很大的可能不被交换出来到local memory，而较少使用的变量（a,b以及g到z)则可能更容易被交换出来。而当您运行到您的kernel的后面的1/3段落的时候，可能频繁访问的那些变量变了，变成了x,y,z，那么此时xyz将不容易被交换出来, 而之前的那些老的曾经被频繁使用的变量却又容易被交换出来了。
所以您的永远一个变量总是在寄存器里的想法可能不当，是否交换要看当前的寄存器紧张情况，以及，大家的频繁使用程度，则是编译器为了性能而考虑的。而编译器不能为了迎合您的要求就改变了它的初衷。（当然，如果您的寄存器够用，且都能放进去，那么自然编译器也不会故意给您交换出来的）
某些竞争性的并行计算环境（例如OpenCL)， 将CUDA的寄存器和local memory，并称为private memory, 而不做具体区分，您也可以多少看出一点。
请您思索。
system
4
我是安装cuda5.5，安好了就有profiler和nsight monitor
system
6
你网页打不开是不是浏览器的缘故，按理说安装了cuda 5.5就有，profiler是cuda toolkit的一部分
xingoo您好：
visual profiler中的timeline上可以直观看到用时。
祝您好运~