Opciones de rastreo de GPU (solo Linux, Windows)

Puede rastrear operaciones que tienen lugar con la unidad de proceso de gráficos (GPU) mediante las opciones estándar de rastreo de SDK, incluido el envío de la salida de rastreo a un archivo.

El rastreo se puede configurar de manera estándar invocando la opción -Xtrace en la línea de mandatos. Por ejemplo, puede utilizar el método de rastreo para investigar problemas con las clases CUDA4J o com.ibm.gpu.

Para rastrear operaciones CUDA en un nivel nativo puede utilizar el componente de rastreo ibm_gpu.

Para obtener más información sobre el rastreo, los componentes de rastreo y los puntos de rastreo, consulte los temas siguientes:

-Xtrace en la documentación de usuario de OpenJ9
Determinación del ID de punto de rastreo de un punto de rastreo en la referencia de VM J9

Ejemplo de CUDA4J

Para rastrear todos los métodos de todas las clases CUDA4J, puede especificar la siguiente opción en la línea de mandatos:

-Xtrace:print="mt,methods={com/ibm/cuda/*.*}"

Ejemplo de com.ibm.gpu

Para rastrear todos los métodos de todas las clases com.ibm.gpu, puede especificar la siguiente opción en la línea de mandatos:

-Xtrace:print="mt,methods={com/ibm/gpu/*.*}"

Para rastrear operaciones CUDA nativas, puede utilizar la siguiente opción de línea de mandatos para generar todos los datos de rastreo en el archivo trace.out:

java -Xtrace:maximal=ibm_gpu,output=trace.out

A continuación se muestra un ejemplo de la salida de rastreo generada y formateada:

10:22:41.289702969  0x0000000000010500 ibm_gpu.0           Entry      
    >Called IBM_GPU_sortIntArray with params: numElements=5, device number: 0
10:22:41.289708961  0x0000000000010500 ibm_gpu.1           Event       
    IBM_GPU_sortIntArray starting CUDA malloc, numBytes=20
10:22:41.359505039  0x0000000000010500 ibm_gpu.2           Event       
    IBM_GPU_sortIntArray completed CUDA malloc, starting CUDA memcpy (host to 
    device), deviceData=0x8900400000, hostData=0x3fffa4698428, numBytes=20
10:22:41.359529008  0x0000000000010500 ibm_gpu.3           Event       
    IBM_GPU_sortIntArray completed CUDA memcpy (host to device), starting sort
10:22:41.363024404  0x0000000000010500 ibm_gpu.4           Event       
    IBM_GPU_sortIntArray completed sort, transferring from device to host: 
    deviceData=0x8900400000, hostData=0x3fffa4698428, numBytes=20
10:22:41.363119279  0x0000000000010500 ibm_gpu.5           Event       
    IBM_GPU_sortIntArray completed device to host memcpy
10:22:41.363637597  0x0000000000010500 ibm_gpu.6           Exit       
    <IBM_GPU_sortIntArray - return code=0
10:22:41.363686532  0x0000000000010500 ibm_gpu.7           Entry      
    >Called IBM_GPU_sortFloatArray with params: numElements=5, device number: 0
10:22:41.363687531  0x0000000000010500 ibm_gpu.8           Event       
    IBM_GPU_sortFloatArray starting CUDA malloc, numBytes=20
10:22:41.363793392  0x0000000000010500 ibm_gpu.9           Event       
    IBM_GPU_sortFloatArray completed CUDA malloc, starting CUDA memcpy (host to 
    device), deviceData=0x8900400000, hostData=0x3fffa4b98b08, numBytes=20
10:22:41.363805376  0x0000000000010500 ibm_gpu.10          Event       
    IBM_GPU_sortFloatArray completed CUDA memcpy (host to device), starting sort
10:22:41.365438225  0x0000000000010500 ibm_gpu.11          Event       
    IBM_GPU_sortFloatArray completed sort, transferring from device to host: 
    deviceData=0x8900400000, hostData=0x3fffa4b98b08, numBytes=20
10:22:41.365531103  0x0000000000010500 ibm_gpu.12          Event       
    IBM_GPU_sortFloatArray completed device to host memcpy
10:22:41.366046424  0x0000000000010500 ibm_gpu.13          Exit       
    <IBM_GPU_sortFloatArray - return code=0
10:22:41.366062403  0x0000000000010500 ibm_gpu.21          Entry      
    >Called IBM_GPU_sortDoubleArray with params: numElements=5, device number: 0
10:22:41.366063402  0x0000000000010500 ibm_gpu.22          Event       
    IBM_GPU_sortDoubleArray starting CUDA malloc, numBytes=40
10:22:41.366170261  0x0000000000010500 ibm_gpu.23          Event       
    IBM_GPU_sortDoubleArray completed CUDA malloc, starting CUDA memcpy (host to device), deviceData=0x8900400000, hostData=0x3fffa4b79a18, numBytes=40
10:22:41.366182245  0x0000000000010500 ibm_gpu.24          Event       
    IBM_GPU_sortDoubleArray completed CUDA memcpy (host to device), starting sort
10:22:41.369051467  0x0000000000010500 ibm_gpu.25          Event       
    IBM_GPU_sortDoubleArray completed sort, transferring from device to host: deviceData=0x8900400000, hostData=0x3fffa4b79a18, numBytes=40
10:22:41.369144344  0x0000000000010500 ibm_gpu.26          Event       
    IBM_GPU_sortDoubleArray completed device to host memcpy
10:22:41.369662662  0x0000000000010500 ibm_gpu.27          Exit       
    <IBM_GPU_sortDoubleArray - return code=0
10:22:41.369677642  0x0000000000010500 ibm_gpu.14          Entry      
    >Called IBM_GPU_sortLongArray with params: numElements=5, device number: 0
10:22:41.369678641  0x0000000000010500 ibm_gpu.15          Event       
    IBM_GPU_sortLongArray starting CUDA malloc, numBytes=40
10:22:41.369784501  0x0000000000010500 ibm_gpu.16          Event       
    IBM_GPU_sortLongArray completed CUDA malloc, starting CUDA memcpy (host to device), deviceData=0x8900400000, hostData=0x3fffa4b98b98, numBytes=40
10:22:41.369796486  0x0000000000010500 ibm_gpu.17          Event       
    IBM_GPU_sortLongArray completed CUDA memcpy (host to device), starting sort
10:22:41.371647048  0x0000000000010500 ibm_gpu.18          Event       
    IBM_GPU_sortLongArray completed sort, transferring from device to host: deviceData=0x8900400000, hostData=0x3fffa4b98b98, numBytes=40
10:22:41.371739926  0x0000000000010500 ibm_gpu.19          Event       
    IBM_GPU_sortLongArray completed device to host memcpy
10:22:41.372258243  0x0000000000010500 ibm_gpu.20          Exit       
    <IBM_GPU_sortLongArray - return code=0