PGPROF/fr
PGPROF est un outil simple mais puissant pour l'analyse de programmes parallèles écrits avec OpenMP, MPI, OpenACC ou CUDA. Le profilage peut s’effectuer en mode ligne de commande ou en mode graphique.
Utilisation¶
Avec les deux modes, le travail se fait généralement en deux étapes : 1. collecte des données, par l’exécution de l’application avec le profilage activé; 2. analyse, par la visualisation des données obtenues à la première étape.
Modules d'environnement¶
Pour utiliser PGPROF, vous devez charger le module approprié.
Comme PGPROF fait partie du paquet pour le compilateur PGI, lancez la commande module avail pgi pour connaître les versions disponibles pour les modules de compilation, MPI et CUDA que vous avez déjà chargés. Pour la liste des modules PGI disponibles, lancez module -r spider '.*pgi.*'.
En date de décembre 2018, les modules disponibles sont :
* pgi/13.10
* pgi/17.3
Sélectionnez une version avec module load pgi/version; pour charger la version 17.3 du compilateur PGI, la commande est
Compilation du code¶
Pour obtenir de PGPROF une information utile, vous devez d’abord compiler le code avec un des compilateurs PGI, soit pgcc pour C, pgc++ pour C++ , pgfortran pour Fortran. Il est possible que du code source Fortran doive être compilé avec l’indicateur -g.
Mode ligne de commande¶
Collecte des données : La première étape est d’utiliser PGPROF pour exécuter l’application, puis d’enregistrer les données sur la performance. Dans l’exemple suivant, a.out est l’application et a.prof est le fichier où les données sont enregistrées.
Le fichier de données peut être sauvegardé et ensuite analysé en mode graphique avec la commande Fichier > Importer (voir Mode graphique) ci-dessous ou en mode ligne de commande comme suit :
Analyse : Pour l’étape de visualisation, utilisez :
Les résultats sont généralement présentés en plusieurs catégories, par exemple : * profil de la performance du noyau (kernel) GPU * profil de l’exécution de l’API de CUDA * profil de l’exécution d’OpenACC * profil de la performance des fonctions du CPU====== Résultat du profilage :
Time(%) Time Calls Avg Min Max Name
38.14% 1.41393s 20 70.696ms 70.666ms 70.731ms calc2_198_gpu
31.11% 1.15312s 18 64.062ms 64.039ms 64.083ms calc3_273_gpu
23.35% 865.68ms 20 43.284ms 43.244ms 43.325ms calc1_142_gpu
5.17% 191.78ms 141 1.3602ms 1.3120us 1.6409ms [CUDA memcpy HtoD]
...
======== Appels API :
Time(%) Time Calls Avg Min Max Name
92.65% 3.49314s 62 56.341ms 1.8850us 70.771ms cuStreamSynchronize
3.78% 142.36ms 1 142.36ms 142.36ms 142.36ms cuDevicePrimaryCtxRetain
...
======== OpenACC (excl) :
Time(%) Time Calls Avg Min Max Name
36.27% 1.41470s 20 70.735ms 70.704ms 70.773ms acc_wait@swim-acc-data.f:223
63.3% 1.15449s 18 64.138ms 64.114ms 64.159ms acc_wait@swim-acc-data.f:302
======== Résultat du profilage CPU (bottom up) :
Time(%) Time Name
59.09% 8.55785s cudbgGetAPIVersion
59.09% 8.55785s start_thread
59.09% 8.55785s clone
25.75% 3.73007s cuStreamSynchronize
25.75% 3.73007s __pgi_uacc_cuda_wait
25.75% 3.73007s __pgi_uacc_computedone
10.38% 1.50269s swim_mod_calc2_
Options¶
-
Pour faire afficher les résultats d’une seule catégorie, par exemple les résultats en rapport avec le CPU :
--cpu-profiling. -
Pour faire afficher d’abord les résultats pour la fonction principale, suivis de ceux pour les fonctions subordonnées :
--cpu-profiling-mode top-down. -
Pour savoir quelle partie de l’application requiert le plus de temps d’exécution :
--cpu-profiling-mode bottom-upoù les résultats pour chacune des fonctions sont suivis par ceux de la fonction qui l’appelle, remontant jusqu’à la fonction principale.======== Résultat du profilage CPU (bottom up) : Time(%) Time Name 32.02% 11.5976s swim_mod_calc3_ 32.02% 11.5976s MAIN_ 32.02% 11.5976s main 29.98% 10.8578s swim_mod_calc2_ 29.98% 10.8578s MAIN_ 29.98% 10.8578s main 25.93% 9.38965s swim_mod_calc1_ 25.93% 9.38965s MAIN_ 25.93% 9.38965s main 3.43% 1.24057s swim_mod_inital_
Mode graphique¶
En mode graphique, la collecte et l’analyse des données peuvent souvent se faire dans la même session. Il est toutefois possible d'analyser les données d'un fichier produit en ligne de commande.
Collecte de données
* Lancez le profileur PGI.
!!! note "Exécution de l'interface graphique"
Comme l’interface utilisateur de PGPROF est basée sur Java, elle devrait être exécutée sur le nœud de calcul dans la session interactive plutôt que sur le nœud de connexion puisque que dernier n’a pas suffisamment de mémoire (voir Java pour plus d’information). Pour activer la redirection X11, la session interactive peut être démarrée avec salloc --x11 ... (voir Tâches interactives pour plus d'information).
* Démarrez une nouvelle session, avec Fichier > Nouvelle session.
* Sélectionnez le fichier exécutable à profiler et ajoutez les arguments de profilage, s’il y a lieu.
* Cliquez sur Suivant, puis Terminer.
Analyse * Dans le volet Détails CPU, cliquez sur le bouton Afficher l'arborescence d'appels (appels d'abord) en mode top-down.
La fenêtre de visualisation des données comporte quatre volets. * Dans le volet supérieur, la partie de droite montre tous les événements selon le temps de leur exécution. * Détails GPU : montre la performance des noyaux (kernels) GPU. * Détails CPU : montre la performance des fonctions du CPU. * Propriétés : information détaillée pour la fonction sélectionnée dans le volet supérieur.
Références¶
PGPROF est produit par PGI, une filiale de NVIDIA Corporation. * Guide de démarrage * Guide de l'utilisateur