哪个OpenACC指令将告诉编译器仅在设备上执行语句？

问题描述

我正在使用Fortran（使用Nvidia的一系列工具）学习OpenACC，并通过将我的共轭梯度（CG）求解器的实现移植到GPU来实现。

很显然，我正在尝试使用以下命令在设备（GPU内存）上保留尽可能多的数据：

27   ! Copy matrix (a_sparse),vectors (ax - b) and scalars (alpha - pap) to GPU                                     
28   !$acc enter data copyin(a_sparse)                                             
29   !$acc enter data copyin(a_sparse % row(:))                                    
30   !$acc enter data copyin(a_sparse % col(:))                                    
31   !$acc enter data copyin(a_sparse % val(:))                                    
32   !$acc enter data copyin(ax(:),ap(:),x(:),p(:),r(:),b(:))                                   
33   !$acc enter data copyin(alpha,beta,rho,rho_old,pap)                       

从那时起，构成CG求解器的求解算法的所有操作都通过present子句完成。对于 vector 操作，摘录如下：

49   !$acc  parallel loop      &                                                   
50   !$acc& present(r,b,ax)                                                      
51   do i = 1,n                                                                   
52     r(i) = b(i) - ax(i)                                                         
53   end do                                                                        

我对标量做同样的事情，例如：

87     !$acc kernels present(alpha,pap)                                      
88     alpha = rho / pap                                                           
89     !$acc end kernels                                                           

所有标量变量都在设备上。在第87-89行中，我试图仅在设备上执行命令alpha = rho / pap，以避免任何数据从主机传输到主机，但是nsight-sys profiler向我显示了以下内容：

令我惊讶的是，似乎在第87行的数据结构（红色“输入数据”方块）和之后（红色“退出数据”方块）计算结构（蓝色“ Cg.f90：87”方块）之间都有数据传输）。

谁能告诉我发生了什么事？设备上是否执行了第87-89行？此外，为什么对于这些​​“输入数据”和“退出数据”字段没有相应的CUDA命令？如果是这样，为什么主机和设备之间似乎要进行数据传输？如果不是，是否存在一个OpenACC命令，该命令将指导编译器仅在设备上执行编程行（不一定是循环）？

我注意到数组操作也是如此，例如我在上面的第49-53行中写的那样，那里也有一些数据传输，但是我可以将其归因于变量n，该变量应该被传递到设备。

解决方法

可能有几件事。 Fortran指定在分配给左侧语法之前，必须对数组语法操作的右侧进行完全评估，因此编译器可能会分配一个临时数组来保存评估结果。尽管通常编译器可以优化对临时存储的需求，所以它可能是也可能不是问题。尝试使它成为一个显式循环，而不要使用数组语法来查看它是否可以解决问题。

第二种可能性是，编译器需要复制数组描述符，因为它无法确定它们是否已更改。不过，我希望看到一些数据移动，而不仅仅是进入/退出区域。

第三种可能性是，这只是当前的检查本身，它仍然会调用enter / exit运行时调用。该调用不复制数据，而是查找设备指针，该设备指针随后传递给内核调用，并且引用计数器递增/递减。