基于NVIDIA NsightcComputeRoofline评估加速HPC应用

借助NVIDIA NsightcComputeRoofline工具对高性能HPC应用进行加速分析

开发具备高效性能的软件并非易事。在代码完成编译并能够运行之后，理解其在当前硬件平台上的执行表现又成为一项新的难题。各类计算平台，无论是CPU、GPU还是其他架构，均存在自身的硬件约束条件，例如内存带宽的可用性以及理论计算能力的上限。Roofline性能模型有助于深入解析应用程序如何利用现有硬件资源，并识别可能成为性能瓶颈的关键因素。劳伦斯伯克利国家实验室下属的国家能源研究科学计算中心（NERSC）与计算研究部（CRD）长期采用该模型，用于评估和优化在NVIDIA GPU上运行的HPC程序。

经典Roofline模型主要依据两个关键参数来刻画任务特征：

计算能力：即计算操作（FLOPs）与数据传输量（字节）之间的比例关系

FLOP/s：表示每秒钟所能完成的浮点运算次数

基于上述数据，可以在一个描绘了性能边界条件的Roofline图中绘制出具体内核的表现，并通过图形方式直观展示这些因素对内核运行效率的影响。

Roofline模型最初由伯克利实验室开发。一种用于获取NVI