[笔记] GPGPU-SIM的使用说明（一）
本文來自魏繼增科學網博客:鏈接地址：http://blog.sciencenet.cn/blog-1067211-726653.html?
3.1 Simulation Modes
? ?默認情況下，大多數的使用者使用GPGPU-Sim 3.x評估GPU運行一個應用所需要的時鐘周期數。這就是性能仿真模型。當嘗試在GPGPU-Sim上運行一個新的應用，則有可能該應用的運行結果不正確，即可能產生錯誤的數據。為了幫助調試應用，GPGPU-Sim 3.x還支持快速的功能仿真。GPGPU-Sim 3.x還支持在NVIDIA GPU上執行本地硬件ISA，通過一種擴展的PTX語法，稱為PTXPlus。下面各小節將依次介紹這些特征。
?
3.1.1 Performance Simulation
? ?性能仿真是仿真器默認的仿真模式，它能夠收集各種性能參數，但仿真速度較慢。GPGPU-Sim仿真在Microarchitecture Model一節中描述的微架構。
? ?為了選擇性能仿真模式，在gpgpusim.config文件中添加如下所示的語句：
-gpgpu_ptx_sim_mode 0
關于仿真的輸出的更多信息參見“understanding simulationoutput”小節。
?
3.1.2Pure Functional Simulation
純功能仿真比性能仿真的仿真速度更快，但是它僅能夠執行CUDA/OpenCL程序，不能夠收集任何性能統計信息。
為了選擇純功能仿真模式，在gpgpusim.config文件中添加如下所示的語句：
??-gpgpu_ptx_sim_mode1
作為另一種選擇，你可以設置環境變量PTX_SIM_MODE_FUNC為“1”。然后就可以利用性能仿真模式執行程序了。
僅僅仿真一個GPU設備的功能，GPGPU-Sim純功能仿真模式執行CUDA/OpenCL程序就好像他們運行在一個真實的GPU設備上，所以在這種模式里不會收集任何性能統計信息，僅僅一個GPU程序的常規輸出被顯示。純功能仿真模式比性能仿真快很多（大約快5~10倍）。
這個模式非常有用，假如你想快速的驗證你的代碼在GPGPU-Sim上是否工作正確，或者假如你想在沒有真正的GPU計算設備的情況下增加CUDA/OpenCL的編程經驗。純功能仿真和性能仿真一樣，對于PTXPlus支持同樣版本的CUDA（CUDA v3.1和V2.3）。純功能仿真以warp為單位執行程序，每個Cooperative Thread Array(CTA)中的warp執行直到所有都執行完畢或者等待在一個barrier處，對于后一種情況，一旦所有的warp等待在barrier，他們被清理并跨越barrier繼續執行。
?
3.1.3Interactive Debugger Mode
? ?交互式調試模式提供一個類似GDB的接口對GPGPU-Sim中的功能行為進行調試。然后，當前它只能工作在性能仿真模式下。
? ?為了使用交互調試模式，設置環境變量GPGPUSIM_DEBUG為“1”。其所支持的命令如下所示：
| Command | Description |
| dp ?<id> | 顯示流水線：顯示編號為<id>的SIMT核心的流水線中的內容 |
| q | 退出 |
| b ?<file>:<line> <thread uid> | 對于線程id為<uid>的線程，在<file>:<line>處設置斷點 |
| d ?<uid> | 刪除斷點 |
| s | 對于所有的核心單步執行到下一個core cycle |
| c | 采用非單步方式繼續執行下去 |
| w ?<address> | 在地址<address>設置監測點（watchpoint） |
| l | 在當前斷點列出PTX指令 |
| h | 顯示幫助信息 |
?
? ?調試功能的實現在文件debug.h和debug.cc中。
?
3.1.4Cuobjdump Support
? ?在當前的GPGPU-Sim 3.1.0版本中，對于cuobjdump的使用支持被添加。Cuobjdump是一個由NVIDIA提供的軟件，它能夠從二進制文件中抽取SASS和PTX信息。GPGPU-Sim支持使用cuobjdump抽取它運行SASS或PTX所需要的信息，以替代從cubin文件中獲取這些信息。使用cuobjdump僅支持CUDA 4.0。Cuobjdump默認是打開的，假如仿真器是在CUDA 4.0下被編譯的。為了打開/關閉cuobjdump，可以在你的配置文件中添加如下配置信息：
? ?# disable cuobjdump
-gpgpu_ptx_use_cuobjdump 0
# enable cuobjdump
-gpgpu_ptx_use_cuobjdump 1
?
3.1.5PTX vs. PTXPlus
默認情況下，GPGPU-Sim 3.x仿真PTX指令。然而，當在一個實際的GPU上執行時，PTX被重新編譯為本地的GPU ISA（SASS）。這個重編譯并不能用正常的PTX指令進行解釋。為了解決這個問題，我們創建了PTXPlus。PTXPlus是GPGPU-Sim 3.x引入的一種PTX擴展模式，它從GT200 SASS指令到PTXPlus指令的1對1映射。它引入了在PTX中不存在的新指令和尋址模式。當轉化到PTXPlus設置被激活，構成程序的SASS指令被轉化為PTXPlus指令，然后可在GPGPU-Sim上進行仿真。使用PTXPlus轉化設置可以得到更加精確仿真結果。然而，到PTXPlus的轉化并不支持所有可以通過PTX進行仿真的程序。當前，僅高于4.0的CUDA Toolkit支持到PTXPlus的轉化。
為了從可執行文件轉化為SASS，GPGPU-Sim cuobjdump，一個NVIDIA CUDA toolkit提供的軟件可以從CUDA可執行文件中抽取PTX，SASS和其他的信息。GPGPU-Sim 3.x包含一個單機程序，叫做cuobjdump_to_ptxplus，被調用將cuobjdump的輸出轉化為GPGPU-Sim可以仿真的PTXPlus。cuobjdump_to_ptxplus是一個C++程序。一個關于PTXPlus轉化過程的詳細描述請參見“PTXPlus Conversion”一節。當前，cuobjdump_to_ptxplus支持SASS的轉化對于sm版本<sm_20。
為了打開PTXPlus仿真，在gpgpusim.config文件中添加如下所示的語句：
-gpgpu_ptx_convert_to_ptxplus 1
被轉化的PTXPlus可以保存在名為“"_#NaNxplus”的文件中，在gpgpusim.config文件中添加如下所示的語句：
-gpgpu_ptx_save_converted_ptxplus 1
如果想關掉任何一個中設置，可以刪除相應的行或將值從“1”改為“0”。更多關于PTXPlus的細節可以參照“PTXPlus support”一節。如果上述的設置都是打開的，GPGPU-Sim試圖將SASS代碼轉化為PTXPlus，然后運行PTXPlus。然而，如上所述，并不是所有的程序都支持這種模式。
?
3.3Configuration Options
? ?配置參數被傳入GPGPU-Sim通過gpgpusim.config和一個互連網絡配置文件（通過在gpgpusim.config中設置-inter_config_file）。GPGPU-Sim 3.0.2中的configs文件夾內包含了NVIDIA GT200（configs/QuadroFX5800/）和Fermi架構（configs/Fermi/）的配置文件。
? ?所有的配置參數如下列表所示：
| Simulation Run Configuration | |
| Option | Description |
| -gpgpu_max_cycle <# cycles> | 經過了<# cycles>個cycle后，終止GPGPU-Sim仿真（0=no limit） |
| -gpgpu_max_insn <# insns> | 經過了<# insns>個指令后，終止GPGPU-Sim仿真（0=no limit） |
| -gpgpu_ptx_sim_mode ?<0=performance (default), 1=functional> | 選擇性能仿真模型或功能仿真模型 |
| -gpgpu_deadlock_detect <0=off, ?1=on (default)> | 在死鎖的時候停止仿真 |
| -gpgpu_max_cta | 可以在GPU上并發運行的cta數目（0=no limit） |
| -gpgpu_max_concurrent_kernel | 可以在GPU上并發運行的最大的kernel數目 |
| Statistics Collection ?Options | |
| Option | Description |
| -gpgpu_ptx_instruction_classification ?<0=off, 1=on (default)> | 打開指令分類 |
| -gpgpu_runtime_stat ?<frequency>:<flag> | 顯示運行時統計信息 |
| -gpgpu_memlatency_stat | 收集存儲器延遲統計信息（0x2 enables MC, 0x4 ?enables queue logs） |
| -visualizer_enabled <0=off, 1=on ?(default)> | 打開visualizer輸出（使用AerialVision可視化工具畫出log文件中保存的數據曲線） |
| -visualizer_outputfile ?<filename> | 為visualizer指定輸出文件 |
| -visualizer_zlevel <compression ?level> | Visualizer輸出log文件的壓縮級別（0=no compression, 9=max ?compression） |
| -save_embedded_ptx | 將二進制文件中的PTX保存為<n>NaNx |
| -enable_ptx_file_line_stats ?<0=off, 1=on (default)> | 打開PTX源文件統計剖析功能 |
| -ptx_line_stats_filename <output ?file name> | 指定PTX源文件統計剖析信息的輸出文件 |
| -gpgpu_warpdistro_shader | 指定某個shader core收集warp size的分布情況 |
| -gpgpu_cflog_interval | 控制流記錄器（logger）中每個快照（snopshot）的間隔 |
| -keep | 保存GPGPU-Sim產生的中間文件 |
| High-Level Architecture Configuration (See ISPASS ?paper for more details on what is being modeled) | |
| Option | Description |
| -gpgpu_n_mem <# memory ?controller> | DRAM控制器（DRAM通道）的數目。在進行這個設置前，請先閱讀“#Topology Configuration”小節 |
| -gpgpu_clock_domains <Core ?Clock>:<Interconnect Clock>:<L2 Clock>:<DRAM Clock> | 設置4個時鐘域 |
| -gpgpu_n_clusters | 設置核心簇的數目 |
| -gpgpu_n_cores_per_cluster | 設置每個核心簇中SIMD核心的數目 |
| Additional Architecture ?Configuration | |
| Option | Description |
| -gpgpu_n_cluster_ejection_buffer_size | Ejection buffer中包的數目 |
| -gpgpu_n_ldst_response_buffer_size | LD/ST單元ejection buffer中響應包的數目 |
| -gpgpu_coalesce_arch | 合并架構（default = 13, anything else is off for now） |
| Scheduler | |
| Option | Description |
| -gpgpu_num_sched_per_core | 每個核心warp調度器的數目 |
| -gpgpu_max_insn_issue_per_warp | 每個cycle內每個warp所能發射的最大指令數 |
| Shader Core Pipeline Configuration | |
| Option | Description |
| -gpgpu_shader_core_pipeline <# ?thread/shader core>:<warp size>:<pipeline SIMD width> | Shader核心的流水線設置 |
| -gpgpu_shader_registers <# ?registers/shader core, default=8192> | 每個shader核心的最大寄存器數目，被并發的CTA數目所限制 |
| -gpgpu_shader_cta <# CTA/shader ?core, default=8> | 每個shader核心中能夠并發的cta數目 |
| -gpgpu_simd_model <1=immediate ?post-dominator, others are not supported for now> ? ? ? ? ? | SIMD分支分叉的處理策略 |
| Memory Sub-System ?Configuration | |
| Option | Description |
| -gpgpu_perfect_mem <0=off ?(default), 1=on> | 開啟完美存儲器模式（不發生cache miss并且存儲器延遲為“0”） |
| -gpgpu_tex_cache:l1 ?<nsets>:<bsize>:<assoc>:<rep>:<wr>:<alloc>,<mshr>:<N>:<merge>,<mq> | 紋理Cache配置。Evict policy: L = LRU, F = FIFO, R = Random |
| -gpgpu_const_cache:l1 ?<nsets>:<bsize>:<assoc>:<rep>:<wr>:<alloc>,<mshr>:<N>:<merge>,<mq> | 常量Cache配置。Evict policy: L = LRU, F = FIFO, R = Random |
| -gpgpu_cache:il1 ?<nsets>:<bsize>:<assoc>:<rep>:<wr>:<alloc>,<mshr>:<N>:<merge>,<mq> | L1指令Cache配置。Evict policy: L = LRU, F = FIFO, R = Random |
| -gpgpu_cache:dl1 ?<nsets>:<bsize>:<assoc>:<rep>:<wr>:<alloc>,<mshr>:<N>:<merge>,<mq> ?-- set to "none" for no DL1 -- | L1數據Cache配置。Evict policy: L = LRU, F = FIFO, R = Random |
| -gpgpu_cache:dl2 ?<nsets>:<bsize>:<assoc>:<rep>:<wr>:<alloc>,<mshr>:<N>:<merge>,<mq> | 統一的分bank的L2 Cache的配置。它指明了一個Memory Partion中L2 Cache bank的配置。L2 Cache的總容量?= <nsets> x <bsize> x <assoc> x ?<# memory controller> |
| -gpgpu_shmem_size <shared memory ?size, default=16kB> | 每個shader核心中共享memory的大小 |
| -gpgpu_shmem_warp_parts | 對于共享memory bank沖突檢測，warp被劃分的數目。 |
| -gpgpu_flush_cache <0=off ?(default), 1=on> | 在每個kernel調用的結束階段Flush Cache |
| -gpgpu_local_mem_map | 從本地memory存儲空間地址到GPU仿真的物理空間地址的映射（默認為開啟） |
| -gpgpu_num_reg_banks | 寄存器堆的bank數目 |
| -gpgpu_reg_bank_use_warp_id | 將寄存器映射為bank時使用warp id（默認為關閉） |
| -gpgpu_cache:dl2_texture_only | L2 Cache僅用于紋理（0=no, 1=yes, default=1） |
| Operand Collector Configuration | |
| Option | Description |
| -gpgpu_operand_collector_num_units_sp | Collector ?unit的數目。（默認?= 4） |
| -gpgpu_operand_collector_num_units_sfu | Collector ?unit的數目。（默認?= 4） |
| -gpgpu_operand_collector_num_units_mem | Collector ?unit的數目。（默認?= 2） |
| -gpgpu_operand_collector_num_units_gen | Collector ?unit的數目。（默認?= 0） |
| -gpgpu_operand_collector_num_in_ports_sp | Collector ?unit輸入端口的數目（默認?= 1） |
| -gpgpu_operand_collector_num_in_ports_sfu | Collector ?unit輸入端口的數目（默認?= 1） |
| -gpgpu_operand_collector_num_in_ports_mem | Collector ?unit輸入端口的數目（默認?= 1） |
| -gpgpu_operand_collector_num_in_ports_gen | Collector unit輸入端口的數目（默認?= 0） |
| -gpgpu_operand_collector_num_out_ports_sp | Collector unit輸出端口的數目（默認?= 1） |
| -gpgpu_operand_collector_num_out_ports_sfu | Collector unit輸出端口的數目（默認?= 1） |
| -gpgpu_operand_collector_num_out_ports_mem | Collector unit輸出端口的數目（默認?= 1） |
| -gpgpu_operand_collector_num_out_ports_gen | Collector unit輸出端口的數目（默認?= 0） |
| DRAM/Memory Controller ?Configuration | |
| Option | Description |
| -gpgpu_dram_scheduler <0 = fifo, ?1 = fr-fcfs> | DRAM調度器的類型 |
| -gpgpu_dram_sched_queue_size <# ?entries> | DRAM調度對列的大小(0 = unlimited (default); ?# entries per chip) |
| -gpgpu_dram_buswidth?<# bytes/DRAM bus ?cycle, default=4 bytes, i.e. 8 bytes/command clock cycle> | 在command總線頻率下一個DRAM芯片的總線帶寬(default = 4 bytes (8 bytes ?per command clock cycle))。每個MC的DRAM芯片數目由-gpgpu_n_mem_per_ctrlr選項確定。每個memory partition有(gpgpu_dram_buswidth X ?gpgpu_n_mem_per_ctrlr)位DRAM數據pin腳。例如，Quadro FX5800有512位DRAM數據總線，被劃分為8個memory partition。每個memory partition有一個512/8 = 64bit數據總線。64位總線被劃分為兩個DRAM芯片。每個芯片有32位?= 4字節DRAM總線寬度。因此設置-gpgpu_dram_buswidth為“4”。 |
| -gpgpu_dram_timing_opt ?<nbk:tCCD:tRRD:tRCD:tRAS:tRP:tRC:CL:WL:tWTR> | DRAM時序參數 |
| -gpgpu_mem_address_mask <address ?decoding scheme> | 選擇不同的地址譯碼策略對不同的memory bank進行訪問。(0 = old addressing mask, 1 = new addressing mask, 2 = ?new add. mask + flipped bank sel and chip sel bits) |
| -gpgpu_mem_addr_mapping dramid@<start ?bit>;<memory address map> | 將存儲地址映射到DRAM模型： l??<start bit> =?用來指定DRAM通道ID的起始bit位（這意味著下Log2(#DRAM channel)bit位被用來作為DRAM通道ID，整個的地址映射被轉換取決于有多少bit位被使用） l??<memory address ?map> =?一個64個字符的字符串指名存儲器地址中每一位是如何被映射為行（R），列（C），bank（B）地址的。部分處于DRAM突發中的地址應該用（S）指名 |
| -gpgpu_n_mem_per_ctrlr <# DRAM ?chips/memory controller> | 每個MC中DRAM芯片的數量（即DRAM通道） |
| -gpgpu_dram_partition_queues | i2::2d:d2::2i |
| -rop_latency <# minimum cycle ?before L2 cache access> | 指定最小的延遲（以核心的時鐘周期為單位）從一個存儲請求到達memory partition到它訪問L2 Cache/進入DRAM訪問隊列。它建模了最小的L2 Cache命中延遲。 |
| -dram_latency <# minimum cycle ?after L2 cache access and before DRAM access> | 指定最小的延遲（以核心的時鐘周期為單位）從一個存儲請求訪問L2 Cache到它被送入DRAM調度器。這個設置和-rop_latency一起建模最小的DRAM訪問延遲（= rop_latency + ?dram_latency）。 |
| Interconnection ?Configuration | |
| Option | Description |
| -inter_config_file <Path to ?Interconnection Config file> | 這個文件包含了互連網絡仿真器的設置 |
| -network_mode | 互連網絡模型（默認?= 1） |
| PTX Configurations | |
| Option | Description |
| -gpgpu_ptx_use_cuobjdump | 使用cuobjdump抽取ptx/sass (0=no, 1=yes)?僅對CUDA 4.0有效。 |
| -gpgpu_ptx_convert_to_ptxplus | 將嵌入的ptx轉化為ptxplus (0=no, 1=yes) |
| -gpgpu_ptx_save_converted_ptxplus | 將轉化的ptxplus保存到文件(0=no, 1=yes) |
| -gpgpu_ptx_force_max_capability | 強迫使用最大計算能力?(默認為“0”) |
| -gpgpu_ptx_inst_debug_to_file | 將執行指令的調試信息dump到文件(0=no, 1=yes) |
| -gpgpu_ptx_inst_debug_file | 指定調試信息的輸出文件 |
| -gpgpu_ptx_inst_debug_thread_uid | 指令調試信息的線程id UID |
?
3.3.1Interconnection Configuration
? ?GPGPU-Sim 3.x使用booksim router simulator建?；ミB網絡?？梢詤⒖糱ooksim文檔配置互連網絡。然而，下面我們列出一些特殊的考慮需要被重視以確定你的修改可以和GPGPU-Sim一起工作。
?
3.3.1.1Topology Configuration
? ?注意，在互連網絡配置文件中指定的網絡節點總數目必須與GPGPU-Sim中的總節點數目相匹配。GPGPU-Sim的節點數目為SIMT核心簇數目與MC數目之和。如，QuadroFX5800配置中有10個SIMT核心簇和8個MC。因此一共有18個節點。因此，互連網絡配置文件中也有18個節點，如下所示：
? ?topology = fly;
? ?k = 18;
? ?n = 1;
routing_function = dest_tag;
以上這個配置片斷設置了一個一階的蝶形互連網絡，具有destination tag routing和18個節點。通常，蝶形和網狀互連網絡的網絡節點總數應當是k*n。
注意，如果選擇使用網狀互連網絡，你需要考慮配置MC的放置。在當前版本中，有一些預定義映射，可以通過設置“use_map=1;”開啟。特別是ISPASS 2009文章中使用的網狀互連網絡可以通過這個進行設置，拓撲結構為：
l??a 6x6 mesh network(topology=mesh, k=6, n=2) : 28 SIMT cores + 8 dram channels assuming the SIMTcore Cluster size is one
? ?你可以創建自己的映射通過修改interconnect_interface.cpp中的create_node_map()，并設置use_map=1。
?
3.3.1.2Booksim options added by GPGPU-Sim
?
3.3.1.3Booksim Options ignored by GPGPU-Sim
? ?注意，下面booksim中配置選項要么被忽略或者保持默認狀態不變。
l??Traffic Options：injection_rate,injection_process, burst_alpha, burst_beta, "const_flit_per_packet",traffic
l??Simulation parameters：sim_type, sample_period,warmup_periods, max_samples, latency_thres, sim_count, reorder
?
?
總結
以上是生活随笔為你收集整理的[笔记] GPGPU-SIM的使用说明（一）的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 夏泽网 中国渔业统计年鉴年鉴资料网
- 下一篇： cad转shp 奥维_CAD转化为Shp