多 GPU 分析（多个 CPU，MPI/CUDA 混合）答案

【问题标题】：Multi-GPU profiling (Several CPUs , MPI/CUDA Hybrid)多 GPU 分析（多个 CPU，MPI/CUDA 混合）
【发布时间】：2012-08-16 05:05:41
【问题描述】：

我快速浏览了论坛，我认为这个问题还没有被问过。

我目前正在使用其他人在博士期间制作的 MPI/CUDA 混合代码。每个 CPU 都有自己的 GPU。我的任务是通过运行（已经工作的）代码来收集数据，并实现额外的东西。将此代码转换为单个 CPU/多 GPU 的代码目前不是一种选择（以后可能。）。

我想利用性能分析工具来分析整个事情。

目前的一个想法是让每个 CPU 为自己的 GPU 启动 nvvp 并收集数据，而另一个分析工具将负责一般的 CPU/MPI 部分（我计划像往常一样使用 TAU）。

问题是，同时启动 nvvp 的界面 8 次（如果使用 8 个 CPU/GPU 运行）非常烦人。我想避免通过界面，并获得一个直接将数据写入文件的命令行，我可以稍后将其提供给nvvc的界面并进行分析。

我想获得一个命令行，该命令行将由每个 CPU 执行，并为每个 CPU 生成一个文件，提供有关其自己的 GPU 的数据。 8（GPU/CPU）= 8 个文件。然后我打算用 nvcc 一个一个地喂和分析这些文件，手动比较数据。

有什么想法吗？

谢谢！

【问题讨论】：

标签： cuda gpu mpi profiling nvidia

【解决方案1】：

查看nvprof，它是CUDA 5.0 Toolkit 的一部分（目前可作为候选发布版）。有一些限制 - 它只能在给定的传递中收集有限数量的计数器并且它不能收集指标（所以现在如果你想要多个事件，你必须编写多个启动脚本）。您可以从 nvvp 内置帮助中获取更多信息，包括示例 MPI 启动脚本（在此处复制，但如果您有任何比 5.0 RC 更新的版本，我建议您查看 nvvp 帮助以获取最新版本）。

#!/bin/sh
#
# Script to launch nvprof on an MPI process.  This script will
# create unique output file names based on the rank of the 
# process.  Examples:
#   mpirun -np 4 nvprof-script a.out 
#   mpirun -np 4 nvprof-script -o outfile a.out
#   mpirun -np 4 nvprof-script test/a.out -g -j
# In the case you want to pass a -o or -h flag to the a.out, you
# can do this.
#   mpirun -np 4 nvprof-script -c a.out -h -o
# You can also pass in arguments to nvprof
#   mpirun -np 4 nvprof-script --print-api-trace a.out
#

usage () {
 echo "nvprof-script [nvprof options] [-h] [-o outfile] a.out [a.out options]";
 echo "or"
 echo "nvprof-script [nvprof options] [-h] [-o outfile] -c a.out [a.out options]";
}

nvprof_args=""
while [ $# -gt 0 ];
do
    case "$1" in
        (-o) shift; outfile="$1";;
        (-c) shift; break;;
        (-h) usage; exit 1;;
        (*) nvprof_args="$nvprof_args $1";;
    esac
    shift
done

# If user did not provide output filename then create one
if [ -z $outfile ] ; then
    outfile=`basename $1`.nvprof-out
fi

# Find the rank of the process from the MPI rank environment variable
# to ensure unique output filenames.  The script handles Open MPI
# and MVAPICH.  If your implementation is different, you will need to
# make a change here.

# Open MPI
if [ ! -z ${OMPI_COMM_WORLD_RANK} ] ; then
    rank=${OMPI_COMM_WORLD_RANK}
fi
# MVAPICH
if [ ! -z ${MV2_COMM_WORLD_RANK} ] ; then
    rank=${MV2_COMM_WORLD_RANK}
fi

# Set the nvprof command and arguments.
NVPROF="nvprof --output-profile $outfile.$rank $nvprof_args" 
exec $NVPROF $*

# If you want to limit which ranks get profiled, do something like
# this. You have to use the -c switch to get the right behavior.
# mpirun -np 2 nvprof-script --print-api-trace -c a.out -q  
# if [ $rank -le 0 ]; then
#     exec $NVPROF $*
# else
#     exec $*
# fi

【讨论】：

nvprof 不支持 mpi，并且无法在 Horovod 等混合 MPI-NCCL 应用程序中分析拓扑带宽。

【解决方案2】：

另一个选项是，由于您已经在使用 TAU 来分析应用程序的 CPU 端，您也可以使用 TAU 来收集 GPU 性能数据。 TAU 支持多 GPU 执行以及 MPI，请查看 http://www.nic.uoregon.edu/tau-wiki/Guide:TAUGPU 以获取有关如何开始使用 TAU 的 GPU 分析功能的说明。 TAU 在下面使用 CUPTI（CUda 性能工具接口），因此您可以使用 TAU 收集的数据与使用 nVidia 的 Visual Profiler 可以收集的数据非常相似。

【讨论】：

【解决方案3】：

自 CUDA 5.0 以来情况发生了变化，现在我们可以简单地使用 %h、%p 和 %q{ENV}（如 here 所述），而不是使用包装脚本：

$ mpirun -np 2 -host c0-0,c0-1 nvprof -o output.%h.%p.%q{OMPI_COMM_WORLD_RANK} ./my_mpi_app

【讨论】：

【解决方案4】：

显然，自 2015 年以来，在使用 nvprof 分析器时，可以通过 NVTX 和 mpi_interceptions.so 库自动注释 MPI 调用：

https://devblogs.nvidia.com/gpu-pro-tip-track-mpi-calls-nvidia-visual-profiler/

http://on-demand.gputechconf.com/gtc/2017/presentation/s7495-jain-optimizing-application-performance-cuda-profiling-tools.pdf

根据这个演示，TAO 仍然不支持分布式深度学习：

http://on-demand.gputechconf.com/gtc/2017/presentation/s7684-allen-malony-performance-analysis-of-cuda-deep-learning-networks-using-tau.pdf

【讨论】：