一个开源的CUDA 内核的内核内分析器：IKP github.com/yao-jz/intra-kernel-profiler
大多数 GPU 分析器（如 Nsight、NV Perf SDK）只会给出每次内核启动的单一数值：例如该内核执行了 1.2 万亿条指令，达到了 85% 的占用率。IKP 更深入。你可以在内核中用命名区域（如 load_A、compute、store）进行标记，每个指标——指令计数、内存流量、硬件计数器、停顿原因、时间——都会独立归属到每个区域。你可以看到内核的哪个阶段存在瓶颈，而不仅仅是内核整体运行缓慢。
IKP 提供三种互补的分析后端——Trace（纳秒级时间测量）、NVBit（SASS 级指令归属）、CUPTI（硬件计数器）——所有后端都支持区域感知，且可以合并。结果会流入 IKP Explorer，这是一个自包含的单页 HTML 仪表板，显示每个区域的详细指标，同时提供带注释的源代码、PTX 和 SASS。How I AI
