NVIDIA Nsight Systems CUDA 跟踪
阅读原文时间:2023年07月09日阅读:3

NVIDIA Nsight Systems CUDA 跟踪

CUDA跟踪

NVIDIA Nsight Systems能够捕获有关在概要过程中执行CUDA的信息。

可以在报告的时间轴上收集和呈现以下信息:

CUDAAPI跟踪-跟踪应用程序进行的CUDA运行时和CUDA驱动程序调用。

CUDA运行时调用通常以CUDA前缀开始(例如,cudaLaunch)。

CUDA驱动程序调用通常以cu前缀开始(例如,cuDeviceGetCount)。

跟踪主机上发生的操作(例如,对内存的跟踪)和对内存执行的拷贝。在使用CUDAAPI的线程中,时间轴树中将显示其他子行。

在时间线行树的底部附近,GPU节点将出现并包含一个CUDA节点。在CUDA节点中,进程中使用的每个CUDA上下文将与其相应的CUDA流一起显示。steam将包含内存操作和GPU上的内核启动。内核启动用蓝色表示,内存传输用红色显示。

获取CUDA信息最简单的方法是从NVIDIA Nsight Systems启动进程,它将为您设置环境。为此,只需设置正常启动并选中Collect CUDA trace复选框。

其他配置参数可用:

收集超过X秒的API调用的回溯-打开CUDA API回溯的收集,并设置CUDA API事件在收集其回溯之前必须花费的最短时间。将此值设置得太低可能会导致应用程序开销过高,并严重增加结果文件的大小。

定期刷新数据-指定尝试刷新CUDA跟踪数据的时间段。通常,为了收集完整的CUDA跟踪,应用程序需要完成用于CUDA工作的设备(调用cudaDeviceReset()),然后让应用程序正常退出(而不是崩溃)。

此选项允许在设备完成之前刷新CUDA跟踪数据。但是,它可能会给随机的CUDA驱动程序或CUDA运行时API调用带来额外的开销。

跳过一些API调用-避免跟踪无关紧要的CUDA运行时API调用(即,cudaConfigureCall()、cudaSetupArgument()、cudaHostGetDevicePointers())。不跟踪这些函数可以显著减少分析开销,而不会丢失任何有趣的数据。(见下面的CUDA跟踪过滤器)

如果需要,可以手动设置目标应用程序以收集CUDA跟踪。要获取有关CUDA执行的信息,应满足以下要求:

如果需要,可以手动设置目标应用程序以收集CUDA跟踪。要获取有关CUDA执行的信息,应满足以下要求:

根据流程的体系结构,应使用指定的环境变量启动已分析的流程:

对于ARMv7(32位)进程:

CUDA_INJECTION32_PATH,它应该指向注入库:

/opt/nvidia/nsight_systems/libToolsInjection32.so

对于ARMv8(64位)进程:CUDA_INJECTION64_PATH,它应该指向注入库:

/opt/nvidia/nsight_systems/libToolsInjection64.

如果应用程序由NVIDIA Nsight Systems启动,所有必需的环境变量都将自动设置。              请注意,如果在复制所有收集的CUDA跟踪数据之前应用程序崩溃,则部分或所有数据可能会丢失,并且不会出现在报告中。

手机扫一扫

移动阅读更方便

阿里云服务器
腾讯云服务器
七牛云服务器

你可能感兴趣的文章