nvprofがAPIコールまたはカーネルを取得していません

Question

私のCUDAプログラムでnvprofでベンチマークタイミングを取得しようとしていますが、残念ながらAPI呼び出しやカーネルのプロファイリングが行われていないようです。私は確かに、私は右のそれをやっていた作るために簡単な初心者例えば見て、ここでのNvidiaのdevのブログに1を見つけました：

https://devblogs.nvidia.com/parallelforall/how-optimize-data-transfers-cuda-cc/

コード：

int main() 
{ 
    const unsigned int N = 1048576; 
    const unsigned int bytes = N * sizeof(int); 
    int *h_a = (int*)malloc(bytes); 
    int *d_a; 
    cudaMalloc((int**)&d_a, bytes); 

    memset(h_a, 0, bytes); 
    cudaMemcpy(d_a, h_a, bytes, cudaMemcpyHostToDevice); 
    cudaMemcpy(h_a, d_a, bytes, cudaMemcpyDeviceToHost); 

    return 0; 
} 

コマンドライン：

-bash-4.2$ nvcc profile.cu -o profile_test 
-bash-4.2$ nvprof ./profile_test 

私はそれをワードごとに1行ずつ複製し、同じコマンドライン引数を実行しました。残念ながら、私の結果は同じだった：私は誰もが私が間違ってやっていることを知っているならば、私は答えを知って感謝されると思いますNvidiaのツールキット7.5

を実行しています

-bash-4.2$ nvprof ./profile_test 
==85454== NVPROF is profiling process 85454, command: ./profile_test 
==85454== Profiling application: ./profile_test 
==85454== Profiling result: 
No kernels were profiled. 

==85454== API calls: 
No API activities were profiled. 

。 -----

----- EDITは、だから私は残念ながら、それは物事を変えなかった

#include<cuda_profiler_api.h> 

int main() 
{ 
    cudaProfilerStart(); 
    const unsigned int N = 1048576; 
    const unsigned int bytes = N * sizeof(int); 
    int *h_a = (int*)malloc(bytes); 
    int *d_a; 
    cudaMalloc((int**)&d_a, bytes); 

    memset(h_a, 0, bytes); 
    cudaMemcpy(d_a, h_a, bytes, cudaMemcpyHostToDevice); 
    cudaMemcpy(h_a, d_a, bytes, cudaMemcpyDeviceToHost); 

    cudaProfilerStop(); 
    return 0; 
} 

ようにコードを変更しました。

Answer 1

スレッドから終了する前に、cudaProfilerStop()（ランタイムAPI用）に電話する必要があります。これにより、nvprofは必要なすべてのデータを収集できます。 CUDA docによると

：

まだフラッシュされていないプロファイル情報を失わないようにするには、プロファイルされる アプリケーションはCUDAの同期化]コールを使用して（すべての GPUの作業が行われていること、終了する前に、確認する必要があります）、次に cudaProfilerStop()またはcuProfilerStop()と呼び出します。そうすることで、バッファされた対応するコンテキストのプロファイル情報がフラッシュされます（ ）。