问题标签 [nvvp]

我正在使用 nvprof 来分析某些东西（包括 CPU 工作和 GPU 工作，即我使用 nvprof 标记等），并且我得到了 nvprof 生成的二进制文件。我可以将这些导入到 NVVP（NVidia Visual Profiler；Linux 版本）中，并且稍加努力也可以将其保存到 XML 中。

但是... XML 不包含有关我的各种 CPU 何时执行的计时数据。它提到了他们的存在，但没有更多。此外，XML 的末尾有这个二进制 blob，可能是 Base64 编码或其他东西，位于 PDM 标记内。我不清楚那里是否有任何帮助。

我一直在分析应用程序nvprof and nvvp (5.5)以优化它。但是，当我分析调试（）和发布版本的代码时，对于某些指标/事件（如inst_replay_overhead、ipc或等），我会得到完全不同的结果。branch_efficiency-G

所以我的问题是：我应该配置哪个版本？发布版还是调试版？或者选择取决于我在寻找什么？

我找到了CUDA - Visual Profiler and Control Flow Divergence，其中声明需要调试（-G）版本才能正确测量发散分支指标，但我不确定其他指标。

I am using the cuFFT library. How do I modify my code to see the function calls from this library (or any other CUDA library) in the NVIDIA Visual Profiler NVVP? I am using Windows and Visual Studio 2013.

Below is my code. I convert my image and filter to the Fourier domain, then perform point-wise complex matrix multiplication in a custom CUDA kernel I wrote, and then simply perform the inverse DFT on the filtered images spectrum. The results are accurate, but I am not able to figure out how to view the cuFFT functions in the profiler.

我正在尝试使用带有 PGI 15.7 编译器的 openacc 来加速我的代码。

我想在 C 源代码级别分析我的代码。我正在使用 CUDA 7.0 中的“nvvp”分析器当我运行 nvvp 时，我可以使用“分析抽头”，并且可以了解哪个延迟是我的代码变慢的原因。（数据依赖，条件分支和带宽......等）

但是，我无法获得基于行的分析，而只能获得“内核”级别的分析。（例如 main_300_gpu 内核使用了 10 秒）。所以我很难知道我必须在哪里修复代码。

有没有办法在源代码级别分析我的代码？

我在用着

PGI 15.7（使用 pgcc）

CUDA 7.0

英伟达 GTX 960

Ubuntu 14.04 LTS x86_64

[我的nvvp报告截图]

我熟悉使用 nvprof 访问基准的事件和指标，例如，

这

命令给出开始时间、内核结束时间、电源、温度的时间戳，并将信息保存在 nvvp 文件中，以便我们可以在可视化分析器中查看它。这使我们能够看到代码的任何部分发生了什么，特别是在特定内核运行时。我的问题是——

有没有办法隔离仅在基准运行的一部分中计数的事件，例如在内核执行期间？在上面的命令中，

只是给出整个可执行文件的指令。谢谢！

当我尝试使用 nvvp 分析我的 pyCUDA 应用程序时，它在大多数情况下都有效。我可以点击“Examine GPU Usage”并查看我的代码的一些分析结果/建议，例如“Low Compute / Memcpy Efficiency”。

但是，每次 nvvp 运行程序执行分析时，我都会看到以下警告。

一些收集的事件、指标或源级结果无法与会话时间线相关联。这可能会阻止将事件、度量和源级别的结果分配给某些内核。

如果我做一些事情来解决这个问题，我似乎可以获得更详细的分析。有谁知道如何将“收集的事件、指标或源级结果与会话时间线”相关联？

鉴于此代码：

查看 的输出nvvp，我看到几乎完美的串行执行，即使第一个流是一个冗长的过程，其他流应该能够与之重叠。

请注意，我的内核使用了 30 个寄存器，并且都报告了大约 0.87 的“Achieved Occupancy”。对于最小的图像，网格大小为 [10,15,1]，块大小为 [32, 16,1]。

我想从我的 GPU 应用程序中提取数据以检查其限制。我必须使用nvprof因为应用程序在远程服务器上运行，所以我应该创建一个文件以在Visual Profiler中本地导入。我尝试使用nvprof -o file_name <app> <params>和使用创建文件，nvprof --analysis-metrics --output-profile file_name <app> <params>但是当我在 Visual Profiler 上导入这些文件时，在分析部分中的一些字段为空：“全局内存加载数据不足”、“全局内存存储数据不足”、“内核不足” SM数据”... 我如何生成一个文件（或更多文件）以获得分析部分的所有信息？我用带有标志的nvcc编译 cuda 代码-lineinfo -arch compute_20 -code sm_20 --ptxas-options=-v。以下是一些空字段的示例：

我有一个简单的向量乘法内核，我正在为 2 个流执行。但是当我在 NVVP 中配置文件时，内核似乎没有重叠。是不是因为每个内核执行都使用了 %100 的 GPU，如果不是，可能是什么原因？

源代码 ：

编辑：从评论中我了解到每个内核都在充分利用 GPU，那么实现 262144 大小的向量乘法（对于多个流）的最佳方法是什么？

我的设备信息：

为了测量 CUDA 程序的指标/事件，我尝试使用如下命令行：

我还在 Visual profiler 上测量了相同的指标nvvp。我注意到我得到的值没有区别。

当我选择像achieved_occupancy. 但这会随着每次执行而变化，这可能就是为什么我每次运行它都会得到不同结果的原因，无论我使用的是nvvp还是nvprof.

问题：

我的印象是nvvp和nvprof完全一样，那nvvp只是一个建立在上面的GUI，nvprof以便于使用。但是我得到了这个建议：

始终使用视觉分析器。永远不要使用命令行。

另外，这个问题说：

我不想使用命令行分析器，因为我需要全局加载/存储效率、回放和 DRAM 利用率，这些在可视分析器中更加明显。

除了 '动态' 指标achieved_occupancy，我从未注意到结果有任何差异。那么，这个建议有效吗？工作方式是否存在某种缺陷nvprof？我想知道在命令行表单上使用可视化分析器的优势（如果有的话）。

更具体地说，是否存在nvprof给出错误结果的指标？

笔记：

我的问题与this或this不同，因为这些是在询问nvvp与 Nsight 之间的区别。