本论文首次揭示了NVIDIA L40 GPU的L2缓存延迟并非传统认为的全局一致，而是随执行加载指令的流式多处理器（SM）的不同而显著变化。作者设计了一种基于轮询和SMID解析的探测方法，能够单次启动即可测量全部142个SM的L2命中延迟。测量结果显示，延迟并非恒定在约279周期，而是分布在222至339周期之间（跨度达52%），且每次重复的噪声低于0.01周期。通过加法模型L = μ + a(SM) + b(slice)可解释R²=0.87（加入一个秩一项后达0.98），其中SM项呈现二重对称性（两个72 SM半区的相关系数r=0.999），与AD102的GPC布局一致。独立访问模式在SM间的一致性达r=1.000，证明该效应是物理层面的。同样的探测在Blackwell RTX 5090上验证具有通用性，但每个芯片的模式是设备特定的。将该映射作为指纹，单次用户级探测即可在92%的准确率下识别设备内的SM，并且两个物理相同的L40设备可被100%区分（尽管平均延迟几乎相同，每SM图相关系数仅0.63），表明这是每芯片的硬件身份而非时钟抖动。这一发现构成了自定位与指纹识别原语：内核读取自身位置和设备信息，而非受害者数据，也不提取秘密数据。该映射稳定，在两台设备上满负荷运行一小时后仍未改变。作为应用，根据该映射分配延迟敏感型工作负载可将完成时间缩短高达11%。此外，还展示了单线程容量、行标签、预取修改器和持久L2等控制实验。论文附带了种子数据、原始观测、训练模型和再生脚本。