用于NCCL程序的NVProf
NVProf是一款用于分析和优化CUDA程序性能的工具，它是NVIDIA Visual Profiler的一部分。NVProf可以帮助开发人员深入了解CUDA程序的性能瓶颈，并提供针对性的优化建议。
NVProf主要用于分析CUDA程序中的内核函数和内存操作的性能。它可以提供各种性能指标，如执行时间、内存传输带宽、内核函数的并行效率等。通过分析这些指标，开发人员可以确定程序中的性能瓶颈，并进行相应的优化。
NVProf还提供了可视化界面，以图表和图形的形式展示性能数据，使开发人员更直观地了解程序的性能特征。同时，它还支持命令行界面，方便批量分析和自动化测试。
对于NCCL程序，NCCL是NVIDIA提供的一套用于多GPU间高性能通信的库。NVProf可以用于分析NCCL程序中的通信性能，帮助开发人员找出通信瓶颈并进行优化。
腾讯云提供了一系列与GPU计算相关的产品和服务，可以帮助用户在云端进行高性能计算和深度学习任务。其中包括云服务器GPU实例、GPU容器服务、GPU集群等。用户可以根据自己的需求选择适合的产品和服务进行开发和部署。
更多关于NVProf的信息和使用方法，可以参考腾讯云的官方文档：NVProf使用指南。
相关·内容
1回答
当我想使用NVProf来解决带有--metrics all的NCCL问题时，分析结果总是返回如下
==2781== NVPROF is profiling process 2781, command: ./nccl_example 2 16
==2781== Profiling application: ./nccl_example 2 16
==2781== Profiling result:
未分析任何事件/指标。我的简单nccl程序
#include <stdio.h>
#include "cuda_runtime.h"
#include "nccl.
浏览 29提问于2021-05-27得票数 0
回答已采纳
库达工具包9.0，Windows 10，GTX 1060 & NVS 315,385.54驱动版。
Nvidia Visual总是失败，返回以下两条警告消息：
警告:此版本的nvprof不支持底层设备，跳过GPU分析
警告:没有任何数据自动化系统的应用程序被剖析，退出
注意:我的机器安装了两个GPU。物理删除NVS 315修复了问题；Visual工作。通过设备管理器禁用NVS 315也是有效的。我只想分析GTX 1060，但我想这样做的NVS 315安装，而不是禁用。
使用nvprof并指定“--设备”选项是可行的：
C:\>nvprof --devices 0 bandwidt
浏览 2提问于2018-04-17得票数 1
回答已采纳
1回答
我试图使用nvprof工具来分析我的数据自动化系统程序。
这是我的代码：
#include <iostream>
#include <math.h>
#include <cuda_profiler_api.h>
// Kernel function to add the elements of two arrays
__global__
void add(int n, float *x, float *y)
{
int index = blockIdx.x * blockDim.x + threadIdx.x;
int stride = block
浏览 2提问于2019-07-01得票数 0
正在将和MPI组合成一个用于分布式深度学习的包装器，例如TensorFlow。我以前没有听说过NCCL，我正在研究它的功能。以下是NVIDIA网站上关于NCCL的说明：
NVIDIA集体通信库(NCCL)实现了对NVIDIA GPU性能进行优化的多GPU和多节点集体通信原语。
从关于NCCL的中，我了解到NCCL是通过PCIe、NVLink、原生Infiniband、以太网工作的，它甚至可以通过RDMA检测GPU在当前硬件拓扑中是否有意义，并透明地使用它。
所以我想问为什么在霍洛沃德需要MPI？据我所知，MPI还被用来通过also范式有效地交换分布式节点之间的梯度。但据我所知，NCCL
浏览 2提问于2018-11-27得票数 11
我正在尝试在一个使用NVIDIA TITAN X和CUDA8.0的系统中分析OpenCL应用程序a.out。
如果是CUDA应用程序，nvprof ./a.out就足够了。但我发现这不适用于OpenCL应用程序，并显示一条消息"No kernels I“。
在CUDA7.5之前，我在之后成功地使用了COMPUTE_PROFILE=1。不幸的是，文档说“在CUDA8.0版本中删除了对使用环境变量COMPUTE_PROFILE的命令行分析器的支持”。
问题是，除了将CUDA降级为使用nvprof分析OpenCL应用程序之外，还有其他方法吗？
浏览 25提问于2017-01-17得票数 9
回答已采纳
我最近通过系统的包管理器在我的arch-Linux机器上安装了Cuda，并且我一直在尝试通过运行一个简单的向量加法程序来测试它是否工作。 我只需将代码从this tutorial复制粘贴到一个名为cuda_test.cu的文件中，然后运行 > nvcc cuda_test.cu -o cuda_test 在任何一种情况下，程序都可以运行，并且我没有得到任何错误(两者都是因为在程序中没有崩溃，并且输出没有错误)。但是当我尝试在程序上运行Cuda分析器时： > sudo nvprof ./cuda_test 我得到的结果是： ==3201== NVPROF is profiling
浏览 274提问于2019-08-22得票数 6
回答已采纳
1回答
我有兴趣知道pgprof == nvprof+nvvp。例如，我想知道它们是否可以互换。nvprof或nvvp是否会将PGI OpenACC应用程序配置为与pgprof完全相同？例如，pgprof预先选择了OpenACC安装附带的CUDA工具包，而nvvp选择了/usr/local/cuda中的工具包。混合工具包有什么问题吗？
我有点困惑，因为这两个工具(和)的文档看起来完全一样。
另外，做一次比较并没有显示出任何明显的区别：
$ nvprof --help > help.nv
$ pgprof --help > help.pgi
$ diff help.pgi help.nv
1
浏览 17提问于2018-02-14得票数 1
回答已采纳
2回答
我试图使用TensorFlow nvprof来分析基于的代码。为此，我将使用以下命令
nvprof python ass2.py
该程序运行成功，但在最后它显示了以下错误。
==49791== Profiling application: python ass2.py
======== Error: Unable to import nvprof generated profile data.
浏览 2提问于2017-02-08得票数 2
回答已采纳
1回答
有没有人尝试过新的CUDA 5.0的命令行分析器？在早期版本中，它在CUDA和OpenCL上都能很好地工作。但是在5.0中，当使用GTX680进行测试时，我只能为cuda程序生成输出文件(cuda_profile_0.log)。对于OpenCL程序，不会生成配置文件输出。我是否遗漏了任何配置或类似的东西？或者仅仅是CUDA5.0中不支持OpenCL分析？
浏览 1提问于2012-08-07得票数 0
回答已采纳
1回答
在安装NCCL之后，我安装了NCCL：
sudo apt install libnccl2=2.4.2-1+cuda10.0 libnccl-dev=2.4.2-1+cuda10.0
但我找不到nccl.h。
安装NCCL后，nccl.h在哪里？
浏览 0提问于2019-04-17得票数 3
回答已采纳
在nvidia Visual上运行一个简单的应用程序将显示错误：
Encountered invalid option : --openacc-profiling
======== Use "nvprof --help" to get more information.
我试图分析的任何gpu应用程序都会出现相同的错误。
我尝试取消选中“启用OpenACC分析”选项，并得到了相同的错误。
版本：
nvprof --version
nvprof: NVIDIA (R) Cuda command line profiler
Copyright (c) 2013 - 2014 NVI
浏览 3提问于2017-04-08得票数 0
回答已采纳
1回答
我可以通过nvidia看到我的K20C的功率变化，如下所示：
==============NVSMI LOG==============
Timestamp : Fri Jan 31 11:45:21 2014
Driver Version : 332.21
Attached GPUs : 2
GPU 0000:04:00.0
Temperature
Gpu : 28 C
P
浏览 0提问于2014-01-31得票数 3
回答已采纳
1回答
我有一个二进制程序，它是由nvcc编译器生成的。我想和nvprof一起分析一下。我试过使用nvprof ./a.out，它显示了每个函数的秒数。虽然这对我有好处，但我想看看我的应用程序的时间表。如果我用Nsight构建我的项目，我本可以轻松地完成这件事，但不幸的是，我不能这样做。那么，如何在Nsight之外调用nvprof程序来查看我的应用程序的时间线呢？
浏览 7提问于2013-01-11得票数 0
1回答
我正在寻找方法来记录GPU级的利用率。我对利用率有两个定义，乐观地说，我希望能够计算这两个定义：
由GPU在一个时间实例中运行/使用的cuda核数。峰值效率每秒触发器数。
我知道有一些工具，但它们都没有提供任何信息。例如：
Nvidia-smi的使用显示了内核时间的百分比，而不管内核的数量和执行的速度如何，nvtop和gpustat.等工具也是如此。
分析器(如Tensor-Flow Profiler和nvprof )显示了在失败方面的效率，但在内核/程序级别上，而不考虑并行运行多个.的效果。
我对工具和基于代码的解决方案都很开放。
浏览 4提问于2020-07-18得票数 1
我编写了一些使用JCuda执行某些CUDA内核的Java代码。我想分析一下应用程序，以便了解流是如何重叠的等等。我可以使用cuda事件调用(如cudaEventElpasedTime )来获取内核的执行时间，但我不知道如何获得相同内核的开始和结束时间戳。
我知道nvprof可以生成这样的结果并显示时间表，但是我没有找到一种使用Java应用程序运行nvprof的方法。
编辑:现在我了解了如何使用nvprof来分析Java应用程序，这要感谢答案。我仍然更喜欢使用cudaEvent调用来获得开始和结束的时间，这样我就有了更多的控制。nvprof似乎可以获得这些信息，但最终用户没有API可以这样做吗？
浏览 5提问于2017-05-16得票数 0
回答已采纳
2回答
有没有办法在nvprof中获得内核执行时间作为一个指标？
例如，要获取dram读取事务，我输入：
nvprof --metrics dram_read_transactions ./myprogram
我的问题是:有没有这样的东西
nvprof --metrics execution_time ./myprogram
我希望在一个命令行中收集一小部分指标，而不必使用
nvprof ./myprogram
作为单独的命令。
浏览 6提问于2018-09-24得票数 1
1回答
我正在开发一个MPI+cuda项目，我尝试用nvvp和nvprof来分析我的应用程序，但是，在这两种情况下，它都没有给出配置文件。该应用程序完全可以工作，但没有生成任何配置文件。
nvprof mpirun -np 2 MPI_test
[...]
======== Warning: No CUDA application was profiled, exiting
我尝试使用simpleMPI cuda示例，结果是相同的。
我在580 GTX和openMPI 1.7.3中使用CUDA5.0(功能强大，还没有发布，因为我正在测试CUDA感知选项)
有什么想法吗？非常感谢。
浏览 4提问于2013-12-18得票数 1
回答已采纳
我的程序由一个Matlab文件(.m)和一个mex-cuda文件(.cu)组成。它从Matlab开始，然后Matlab文件调用mex-cuda文件。
我想使用'nvprof‘命令行在mex-cuda文件中分析性能。我知道对于常规的CUDA程序，我们简单地使用(在Unix中)：
$nvprof file.out
但是，mex-cuda文件现在是从matlab调用的，而不再是从shell调用。对于这个mex-cuda文件，有没有办法使用'nvprof‘命令行？
浏览 2提问于2014-11-10得票数 3
从tensorflow 1.13来看，似乎没有像tf.contrib.nccl.allsum这样的api。然而，在Nvidia官方的GitHub 中，它使用这个旧的API来减少来自不同gpu设备的和，如下所示。
# Sum gradients across devices.
if len(devices) > 1:
with tf.name_scope('SumAcrossGPUs'), tf.device(None):
for var_idx, grad_shape in e
浏览 6提问于2020-02-28得票数 2
回答已采纳
我正在运行nvprof来分析TensorRT服务器-客户机模型的GPU使用情况。我正在做的事情是：
在启用TensorRT的码头容器中运行nvprof，nvprof --profile-all-processes -o results%p.nvvp
在与第一步相同的码头容器中在第2航站楼上运行TensorRT服务器
作为前两个步骤，在不同码头容器内的3号航站楼上请求服务。
当第三步完成时，客户端正常存在，但服务器和nvprof仍在运行。因此，我自然地用ctrl关闭了TensorRT服务器。当我这样做时，在终端1(运行nvprof)上，它告诉我应用程序有一个内部分析错误，并且
浏览 4提问于2020-03-16得票数 0
回答已采纳
最近，我将cuda从9.0升级到10.2，但当我成功升级时，我的演示程序默认为"RuntimeError: NCCL 2: unhandled“，如下所示。
我不知道为什么，并试图寻找答案，在github或堆栈溢出，但我失败了。所以我希望有人能帮我。
import torch
from torchvision import datasets, transforms
import torchvision
from tqdm import tqdm
device_ids = [0, 1] # GPU
BATCH_SIZE = 64
transform = transforms.Co
浏览 66提问于2022-10-09得票数 1
回答已采纳
我正在使用nvprof运行我的程序，以使用以下命令获取配置文件信息：
nvprof -o profileOutput -s ./exe args
我想要关于曲速散度，合并读/写，占用等的信息。但是当我打开文件profileOutput时，它完全是另一种格式，有奇怪的符号，比如@^@^.....
我要在vim中打开文件。查看CUDA程序的配置文件信息的正确方式是什么。请帮帮忙。
浏览 4提问于2012-11-27得票数 5
3回答
我正在尝试使用torch.distributed将PyTorch张量从一台机器发送到另一台机器。dist.init_process_group函数工作正常。但是，dist.broadcast函数中存在连接故障。以下是我在节点0上的代码： import torch
from torch import distributed as dist
import numpy as np
import os
master_addr = '47.xxx.xxx.xx'
master_port = 10000
world_size = 2
rank = 0
backend = 'nc
浏览 478提问于2020-04-08得票数 3
回答已采纳
我正在2080ti的Ubuntu18.04上安装CUDA10，CuDnn 7.3和NCCL2.3。我在NCCL部分遇到了麻烦。当我尝试编译Tensorflow时，它显示错误并且找不到NCCL-SLA.txt文件。但是当我搜索那个文件的时候，我也找不到它了？所以当我在网上看的时候，人们说你可以把它从另一个目录中移走，但是它不适合我，所以我不知道该怎么做。
下面是我得到的错误代码：
ERROR: missing input file '@local_config_nccl//:nccl/NCCL-SLA.txt'
ERROR: /home/josh/tensorflow/tenso
浏览 0提问于2018-10-10得票数 0
我试图按照安装tensorflow与Cuda9.1，但当我运行以下命令.
bazel build --config=opt --config=cuda //tensorflow/tools/pip_package:build_pip_package
...I在编译了很长时间后得到了这个错误
INFO: From Compiling tensorflow/core/grappler/clusters/virtual_cluster.cc:
In file included from ./tensorflow/core/framework/common_shape_fns.h:22:0,
浏览 4提问于2018-09-06得票数 0
在Nvidia网站上，他们声称MXNet使用NCCL ()。但是，我没有从MXNet的github存储库中找到任何关于他们实际使用NCCL库的引用。
在chainer博客中，他们还声称由于在chainer中使用了NCCL库，所以chainer在4个GPU上获得了比MXNet更好的性能。()
在MXNet存储库中的一些旧文章中，我可以看到他们在讨论在MXNet中包含NCCL库的困难。
我的第一个问题是，是否有NCCL库的MXNet版本？第二版，使用NCCL库可能会带来什么性能影响(即内存使用量减少，跨多个GPU的通信开销更小)？
浏览 4提问于2017-09-07得票数 2
我通常是调试我的内核和检查时间使用“开始性能分析”按钮。它显示了当我使用CUDA 10.2，RTX泰坦V。
但是，自从我把CUDA升级到11.3以后，这个按钮就显示出来了。
这是我当前的视觉工作室选项。我现在使用的是2017，CUDA 11.3，RTX 3090。
你们知道为什么这些选项在VS2017上消失了吗？
以及如何在我的环境中恢复这些按钮？
//编辑:我混淆了按钮的名字。对不起//
浏览 7提问于2021-04-20得票数 1
回答已采纳
如何解决在可用空间相对较小的磁盘上运行时发生的nvprof 崩溃？
具体来说，在分析我的cuda内核时，我使用以下两个命令：
# Generate the timeline
nvprof -f -o ~/myproj/profiling/timeline-`date -I`.out ~/myproj/build/myexe
# Generate profiling data
nvprof -f --kernels ::mykernel:1 --analysis-metrics -o ~/myproj/profiling/analysis-metrics-`date -I`.out ~/mypr
浏览 0提问于2019-05-31得票数 1
回答已采纳
下面的错误和解决方案用于在中通过YAML部署堆栈，但它们肯定可以应用于对接程序。
环境：
PYTORCH="1.8.0"
CUDA="11.1"
CUDNN="8"
GPUs: Geforce RTX 3090
尝试使用单个GPU进行时，会引发共享内存大小超出界限的错误。
另外，当我使用更多的GPU (4)时，我得到了一个不同的错误，即
RuntimeError: NCCL error in: /opt/conda/conda-bld/pytorch_1614378083779/work/torch/lib/c10d/ProcessGroupNC
浏览 9提问于2021-04-12得票数 1
回答已采纳
我有一个小的数据自动化系统的程序，我想介绍一下与nvprof。问题是我想用这样一种方式来编写程序
当我运行nvprof my_prog时，它将调用cudaProfilerStart和cudaProfilerStop。
当我运行my_prog时，它不会调用上述任何API，因此可以避免分析开销。
因此，问题是如何使我的代码在运行时意识到nvprof的存在，而不需要额外的命令行参数。
浏览 11提问于2017-10-29得票数 1
回答已采纳
1回答
我想要生成我的库达程序的跟踪并查看它。因此，我使用以下命令运行它
nvprof --print-gpu-trace ./my_exec
它以文本格式打印跟踪，这有其自身的局限性。已经提到，我可以将输出保存到文本文件中，然后可以使用nvvp通过X会话或本地查看该文件。
更糟糕的是，由于种种原因，现有的nvvp安装都无法在远程主机上工作。在我的本地mac中，当我安装时，天知道它是在哪里安装的，这仍然是"finder“无法跟踪的。这就产生了我的需求，将nvprof的输出转换为jumpshot (TAU也使用)可以显示的东西，这可以是OTC开放竞赛格式或slog2 (本地跳投格式)。
最终，我
浏览 9提问于2014-01-01得票数 0
回答已采纳
自CUDA 10.1以来，用户必须拥有sudo特权，才能使用cuda分析工具(如nvprof或nsight compute (ncu) )收集高级指标。
这里描述了绕过它的其他方法：
https://developer.nvidia.com/nvidia-development-tools-solutions-err-nvgpuctrperm-nvprof
上面的链接提到可以使用CAP_SYS_ADMIN来启用这些度量的集合。
为了理解这个问题，我发现了一个有洞察力的堆栈溢出响应：
https://stackoverflow.com/a/17685265
如果我错了，请纠正我，但是为了继续使用
浏览 0提问于2020-07-25得票数 2
我正在使用一个远程机器，其中有2个GPU，以执行一个Python脚本，其中有CUDA代码。为了找到可以提高代码性能的地方，我尝试使用nvprof。
我已经设置了我的代码，我只想使用远程机器上的两个GPU中的一个，尽管在调用nvprof --profile-child-processes ./myscript.py时，每个GPU上都会启动一个ID相同的进程。
为了只使用一个GPU进行分析，我可以给nvprof提供任何论据吗？
浏览 3提问于2017-04-06得票数 0
回答已采纳
我只想使用命令工具nvprof编写一个脚本来分析我的cuda应用程序。目前，我主要研究两个指标: GPU利用率和GPU flops32 (FP32)。
GPU利用率是GPU活动时间的一部分。nvprof --print-gpu-trace可以轻松地获得GPU的活动时间，而应用程序的运行时间(没有开销)对我来说并不清楚。我使用可视化分析器nvvp来可视化分析结果并计算GPU利用率。似乎经过的时间是第一次和最后一次API调用之间的间隔，包括开销时间。
GPU flops32是指GPU在活动时每秒执行的FP32指令的数量。我遵循Greg的建议()，发现nvprof生成flop_count_sp_*度
浏览 2提问于2018-05-07得票数 0
我正在使用CUDA7.0分析器nvprof来分析一些进行CUDA调用的过程：
$ nvprof -o out.nvprof /path/to/my/app
稍后，我生成两个跟踪：'API跟踪‘(发生在主机CPU上的情况，例如您标记的CUDA运行时调用和范围)和'GPU跟踪’(内核执行、内存集、H2Ds、D2Hs等等)：
$ nvprof -i out.nvprof --print-api-trace --csv 2>&1 | tail -n +2 > api-trace.csv
$ nvprof -i out.nvprof --print-gpu-trace
浏览 1提问于2015-04-09得票数 0
回答已采纳
1回答
我正在尝试分析一个使用3D曲面来读取和写入3D cudaArrays的内核。
不幸的是，nvprof绝对没有显示任何纹理、读写或缓存活动等。
它也显示出非常糟糕的内存访问等。
这个应用程序工作得很完美，所以表面读写调用显然是工作的。
对此有什么想法吗？也许nvprof还没有表现出表面活性吗？
浏览 3提问于2013-10-26得票数 1
回答已采纳
我目前正在使用nvprof分析一个cuda内核(CUDA5.0)。我尝试检查未合并的内存负载：
nvprof --events l1_global_load_hit myapplication
正在返回：
1 0 0 0 l1_global_load_hit
和：
nvprof --events l1_global_load_miss myapplication
返回
1 0 0 0 l1_global_load_miss
。有没有人知道为什么我没有得到任何负载？在我的内核中肯定有很多加载。
浏览 0提问于2013-02-20得票数 1
1回答
我得到了一台ubuntu16.04机器，我想有人以前安装过Cuda9.0。我使用.deb文件安装了Cuda10.1，然后安装了tensorflow-gpu，但发现它需要它，因此我安装了Cud-10.0工具包(仅限工具包)。顺便说一下，我使用apt-get安装安装(最新版本)安装了nvidia驱动程序。不知怎么的，tensorflow-gpu不能工作(只使用cpu )，所以我决定完全删除cuda。我尝试了sudo apt-get purge --auto-remove cuda，当我输入dpkg -l | grep cuda时，我看到了
ii cuda-repo-ubuntu1604-10-0
浏览 0提问于2019-06-05得票数 1
回答已采纳
谁能给我一个提示，如何将nvprof应用到Kinetica？
1)我看到运行在GPU上的Kinetica进程的名字是gpudb_cluster_cuda，它的父进程是gpudb_host_manager。我发现gpudb_host_manager是由/etc/rc.d/init.d/gpudb_host_manager启动的。
2)因此，我将其修改如下。这应该是可行的--即使对于它的子进程也是如此。但事实并非如此。没有为gpudb_cluster_cuda生成性能分析数据。
# vi /etc/rc.d/init.d/gpudb_host_manager
...
# $START
浏览 2提问于2018-10-19得票数 1
2回答
各位好，目前整的一个环境如下：
128节点，4张A100/4张网卡/Ubuntu环境/IB网络
跑Allreduce 三种算法基本在197左右达到预期。
跑Alltoall 32节点能到24.74GB/s，64节点就直接掉到了17.74GB/s，相比验收预期20GB/s相差较大。
请教各位有无调优的建议方向？感谢！
测试参数如下：
mpirun \
--allow-run-as-root \
-mca plm_rsh_no_tree_spawn true \
-mca plm_rsh_args "-p 1111 -q -o StrictHostKeyChecking=no" \
浏览 110提问于2024-08-19
2回答
如何检查NCCL的版本
、、、
我正在远程访问高性能计算节点。我不确定NVIDIA Collective Communications Library (NCCL)是否安装在我的目录中？有没有办法检查NCCL
浏览 296提问于2021-04-07得票数 4
我在做一个简单的实验。每个人都可能知道CUPTI的callback_metric示例代码(位于CUPTI文件夹：/usr/local/cuda/extras/CUPTI/sample/callback_metric)。它只包含运行vectorAdd内核时读取度量的简单代码。当我编译和运行代码时，一切都正常。
但是，当我在nvprof命令(nvprof ./callback_metric)下运行这段代码时，会收到如下错误消息：
Error: incompatible CUDA driver version
nvprof和其他基于CUPTI的代码分别工作得很好。
浏览 3提问于2017-04-30得票数 0
回答已采纳
1回答
我正在尝试运行nvprof分析器来查看我的程序在哪里花费了更多的时间。
但我总是得到这样的错误：
======== NVPROF is profiling gpu_stuff... ======== Command: gpu_stuff ======== Error: Internal profiler error 15:120======== Warning: Application returned non-zero code 255 ======== Error: failed to read result file. ======== Warning: make sure cudaDe
浏览 1提问于2013-05-22得票数 0
回答已采纳
2回答
我在页面后面使用anaconda构建caffe2。
在只有一个titanx的服务器上，有cudnn7和cuda9，但没有nccl，所以我从nvidia下载nccl2并将其解压缩到路径/ to /local/nccl2，然后将第42行中的./pytorch/conda/integrated/build.sh编辑为：“export NCCL_ROOT_DIR= path/ to /local/nccl2”。
然后我需要将caffe2与python2一起使用，所以我在./pytorch/scripts/buildanaconda.sh中添加了"conda_args+=(“-- python2
浏览 1提问于2018-06-30得票数 0
1回答
当使用nvprof分析应用程序时，我发现了PtoP和DtoD memcpy。我不知道这两者有何区别。
浏览 4提问于2017-07-14得票数 2
可以使用nvprof访问/读取CUDA exec的银行冲突计数器：
nvprof --events shared_st_bank_conflict,shared_ld_bank_conflict my_cuda_exe
但是，它不适用于使用OpenCL的代码，而不是CUDA代码。
有任何方法从ptx?Alternatively环境中提取nvprof之外的计数器吗?也许可以直接从OpenCL环境中提取PTX程序集，是否有方法将nvidia OpenCL编译器生成的PTX程序集使用带有CL_PROGRAM_BINARIES的clGetProgramInfo转换为CUDA内核并使用cuModuleL
浏览 5提问于2020-10-18得票数 1
与nvprof一起分析CUDA程序。
我在中描述了这个问题
我又发了一次这个问题。
与nvprof --events tex0_cache_sector_queries --replay-mode kernel ./matrixMul，
或者nvprof --events tex0_cache_sector_queries --replay-mode application ./matrixMul，
我们可以收集事件值的结果：
==40013== Profiling application: ./matrixMul
==40013== Profiling result:
==40013== E
浏览 0提问于2018-06-29得票数 0
1回答
我有一个带有OpenACC的Fortran代码。这是个大密码。我不可能在这里提供任何有意义的片段。它在Cray aprun下运行良好：
aprun -n 15 ./mycode
我想和nvprof一起分析一下。我试着：
aprun -n 15 -b nvprof ./mycode
代码再次运行正常，但是当所有的操作都完成后，我就不会得到任何分析数据，只会收到一条消息：
======== Warning: No CUDA application was profiled, exiting
没有提供其他错误消息。有人知道什么会导致这种行为吗？我正在用Cray MPI Fortran编译器编译。我的
浏览 2提问于2016-06-08得票数 1
回答已采纳
1回答
我是nvprof的新用户，当我尝试使用nvprof来分析我的代码时，我遇到了一个错误。我在代码中添加了一些OpenACC指令。我使用的cuda工具包是Cuda8.0。我的代码是用fortran90+OpenMPI编写的。我用了16个核心来进行并行计算。下面是我用来提交代码的脚本：
#!/bin/bash -l
#
#SBATCH --nodes=1
#SBATCH --ntasks=16
#SBATCH --ntasks-per-node=24
#SBATCH --ntasks-per-core=2
#SBATCH --cpus-per-task=1
#SBATCH --constraint=
浏览 3提问于2017-10-12得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
