生成コードの実行プロファルの解析

この例では、ソフトウェアインザループ (SIL) 実行プロファイリングを介して、MATLAB アルゴリズムおよびその生成された CUDA コードの細粒度の解析を実行する方法を説明します。実行プロファイリングレポートを生成するには、Embedded Coder^® 製品がインストールされていなければなりません。

メモ

プロファイリングワークフローは NVIDIA^® からの nvprof ツールによって異なります。CUDA^® ツールキット v10.1 では、NVIDIA はパフォーマンスカウンターへのアクセスを管理者ユーザーのみに制限します。GPU パフォーマンスカウンターをすべてのユーザーが使用できるようにするには、https://developer.nvidia.com/nvidia-development-tools-solutions-ERR_NVGPUCTRPERM-permission-issue-performance-countersに記載されている手順を参照してください。

設計ファイルの作成

この例では、N 次元高速フーリエ変換を実行するエントリポイント関数を作成します。coder.gpu.kernelfun プラグマを使用して FFT を GPU にマッピングします。既定では、EnableCUFFT プロパティが有効にされているため、コードジェネレーターは cuFFT ライブラリを使用して FFT 演算を実行します。

function [Y] = gpu_fftn(X)
  coder.gpu.kernelfun();
  Y = fftn(X);
end

実行プロファイリングレポートの生成

関数 gpucoder.profile を使用して実行プロファイリングレポートを生成します。

cfg = coder.gpuConfig('exe');
cfg.GpuConfig.MallocMode = 'discrete';
gpucoder.profile('gpu_fftn',{rand(2,4500,4)},'CodegenConfig',cfg, ...
'CodegenArguments','-d profilingdir','Threshold',0.001)

コード実行プロファイリングレポートが開きます。このレポートは、SIL 実行から収集されたデータに基づくメトリクスを提供します。実行時間は、SIL テストハーネスに追加された計測プローブか、コンポーネントごとに生成されたコードの内部に追加された計測プローブで記録したデータから計算されます。詳細は、View Execution Times (Embedded Coder)を参照してください。