GPU高级调试与优化
[新一期GPU研习班，在上一期基础上增加更多动手试验，并对内容做了多项改进]
GPU的历史很短，只有十几年。但它发展迅猛，凭借强大的并行计算能力和高效率的固定硬件单元，在人工智能、区块链、虚拟和增强现实（VR/AR）、3D游戏和建模、视频编解码等领域大显身手。而且这种趋势还在延续，基于GPU的应用和创新势头正猛。
但是从系统架构来看，针对GPU的架构转型还在进行过程中，目前GPU依然还处于外设的地位，还没有摆脱从属身份。因为这个根本特征，对GPU编程并不像对CPU编程那样直接，而调试和优化GPU程序的难度就更大了，要比CPU程序复杂很多。
本研习班从GPU的发展简史入手，沿着GPU的发展历程，从内部结构、硬件接口和软件接口三个维度螺旋推进，深入解析GPU编程的知识要点和难点。硬件方面，以NVIDIA、AMD、INTEL和ARM四大阵营的GPU产品为例，揭秘GPU的内部架构和执行逻辑，解读其强大并行能力的硬件基础。软件方面，覆盖编程模型（CUDA、OpenCL、OpenVX、DirectX和OpenGL）、驱动模型（DRM和WDDM）和工具三个层面。具体由以下12个主题讲解和8个动手试验组成。
时间：2018年5月18日- 5月20日（周五-周日）
地点：上海
形式：实战演练、讲解和讨论点评
培训对象：使用GPU进行通用计算和图形加速的软件工程师（开发和测试）、技术经理和科研人员
主办单位：上海曜印网络科技有限公司、高端调试网站（advdbg.org）
序言：三轮演进 （0.5小时）
要点：VGA，TVGA，硬件加速，2D加速和3D加速，Voodo，从可配置到可编程，G80，GPGPU，John Nickolls，Brook和CUDA，GPU的四大功能模块
-----N篇-----
第一部分：在CUDA-GDB理解CUDA基础（1.5小时）
要点：CUDA简要历史，CUDA的C扩展，kernel函数，WARP，CUDA的线程组织，准备调试环境，单GPU调试和多GPU调试，远程调试，nvcc，-G和-g选项，附加到已经运行的进程，启用kernel初始断点（break on launch），观察源代码和汇编指令，设置断点，单步跟踪，条件断点，观察CUDA的内建变量，PTX指令集，理解WARP、grid、block和thread，Grid-Stride Loops，观察GPU线程，观察GPU的调用栈，观察GPU的寄存器，观察错误信息，从GPU上打印信息
试验1：编译和观察简单的CUDA程序
编译一个简单的CUDA程序，使用CUDA SDK中的二进制工具观察其内容，理解CUDA的编译过程和程序文件格式
试验2：改进和调试向量乘法程序
使用CUDA技术编写一个做向量乘法的小程序，理解如何向kernel函数传递参数和传回计算结果
试验3：学习CUDA-GDB的基本用法
编译并调试一个CUDA程序，练习常用的CUDA-GDB扩展命令，理解CUDA编程的关键概念
第二部分：使用NSight调试CUDA程序（1.5小时）
要点：NSight简介，安装和设置环境信息，CUDA 9.0.props，窗口布局，在VS中编译CUDA程序，产生调试信息（-G），本地调试模型，NSight Monitor，设置断点，观察变量，在Cuda Info窗口中观察计算状态，WarpWatch，调用栈，源代码跟踪，PTX/SASS汇编调试，数据断点，API Trace，OpenCL kernel追踪，产生GPU转储（core dump），调优功能
试验4：使用Visual Studio和NSight调试CUDA程序
在VS中编译和调试一个典型的并行计算程序，熟悉NSight提供的常用调试功能，包括产生调试信息，建立调试会话，设置各种断点，观察源代码和变量，单步跟踪等
第三部分：显存锥鉴（1.5小时）
要点：系统架构，内存映射，PCI Aperture，GART，GTT，访问主内存， UVA/UMA，Batch Buffer，CUDA中的内存类型，内存共享，内存复制，使用本地共享内存（shared memory），使用CUDA memory checker检查内存问题（越界访问），使用Nsight的内存调优功能
第四部分：使用NSight调试图形程序（1.5小时）
要点：设置调试环境，本地调试和远程调试，HUD，HUD图表，热键，HUD控制界面，帧调试器，DirecX软件栈，调试HLSL（High Level Shader Language）/GLSL shader，OpenGL负载追踪
试验5：使用NSight调试3D图形程序
在VS中编译和调试一个典型的3D程序，使用HUD功能观察GPU工作细节，使用VSGA深入分析某一帧画面的产生细节，认识DirectX软件栈中的关键组件和执行过程
第五部分：NVidia GPU微架构（1.5小时）
要点：G80，从SIMD到SIMT，warp，SM（Streaming Multiprocessors），Fermi微架构，PTX指令集，GigaThreads调度器，ECC支持，第三代SM，Kepler微架构，Hyper-Q，Grid Management Unit（GMU），SMX，动态并行，Maxwell微架构，SMM，指令缓存，WARP调度器，指令分发单元，Pascal微架构，伏特微架构，Tensor Core，软件仿真（GPUSim）
----I篇---
第六部分：在Code-Builder中理解OpenCL（1小时）
要点： OpenCL版本，标准导读，执行模型，运行时，OpenCL的执行硬件，CPU模拟，SIMD，kernel函数， Code-Builder简介，离线编译和在线编译，NDRange，启动算核函数，使用Code-Builder的调试功能，观察device信息，context，对象树，命令队列，内建函数
第七部分：计算机视觉加速接口(OpenVX)和英特尔实现（1.5小时）
要点：OpenVX简介，框架对象，数据对象，图，节点，节点参数，执行模型，回掉，用户kernel，常用功能的接口函数，Intel CV SDK，Vision Algorithm Designer（VAD），人脸检测实力分析和演示
试验6：使用Code-Builder调试人脸检测程序
编译和调试Intel CV SDK中的人脸检测示例程序，练习常用的调试功能
第八部分：英特尔GPU综述（50分钟）
要点：Intel显卡简史，GEN架构，固定功能单元和通用计算单元（EU），EU结构，Slice和SubSlice，公开的编程手册，寄存器，GRF和ARF，VLIW，GEN指令集，LINUX驱动，i915，SRB驱动，开源项目（Beignet，NEO，CM，IGC）
-----优化篇-----
第九部分：使用CUDA profiler优化CUDA程序（1.5小时）
要点：测量GPU的时间，nvprof，命令行选项，指定收集范围，定义输出目标，Visual Profiler基础，配置远程目标，导入数据，观察时序图，识别重要事件：CPU缺页，GPU缺页，数据迁移，内存复制；采样视图，分析热点，源代码和汇编结合分析，Profile API，定义别名，定制标记，创建调优会话
试验7：使用nvprof和Visual Profiler优化CUDA程序
使用nvprof观察CUDA程序的执行细节，收集性能数据，在Visual Profiler中进行深入分析
第十部分：使用GPUView分析CPU与GPU交互（1小时）
要点：ETW基础，log.cmd，收集事件，识别典型问题：GPU/CPU Starvation，CPU/GPU Idle，线程切换，分析线程切换原因，实例演示
试验8：使用GPUView观察GPU的工作状态
安装GPUView，使用GPUView分析一个典型3D图形程序，理解GPUView的常用功能
-----A篇-----
第十一部分：AMD GPU和HSA（1.5小时）
要点：从ATI到AMD，HSA联盟，公开的技术手册，APU和GCN，GCN3解析，硬件架构，支持HSA的LINUX驱动，先进的调试支持，软件工具链：GpuOpen.com，Radeon GPU Analyzer (RGA)，使用GPU PerfStudio调试图形程序，CodeXL简介，使用CodeXL调试和优化OpenCL程序，CodeXL功能演示
第十二部分：ARM GPU（1.5小时）
要点：Mali，典型应用，在深度学习中的应用（inference），Midgard微架构解析，内部结构，通用计算执行单元，DS-5简介， DS-5编译工具，DS-5调试器，Streamline性能分析工具，DS-5 IDE介绍, 系统时域范围的自下而上和自上而下分析方法，自定义标注，Log的图形化显示，OpenCLKernel跟踪, 找到代码热点，调用链分析，矩阵乘法的优化，ARM GPU软件工具链，OpenVX实现，开源代码解读，实例演示：在Midgard GPU上调试OpenCL程序（使用OpenCL加速的人脸检测应用）
讲师介绍
张银奎（Raymond Zhang），绰号“格蠹老雷”，1996年毕业于上海交通大学信息与控制工程系，在软件产业工作20余年，一多半时间在INTEL公司的上海研发中心工作，其中五年多工作在INTEL的GPU部门，以调试显卡驱动代码和各类GPU有关的问题为乐。业余时间喜欢写作和参与各类技术会议，发文数百万字，探讨各类软件问题。2015年起获微软全球最有价值技术专家（MVP）奖励。著有《软件调试》和《格蠹汇编》二书，曾经主笔《程序员》杂志调试之剑专栏。在多家跨国公司历任开发工程师、软件架构师、开发经理、项目经理等职务，对IA-32 架构、操作系统内核、驱动程序、虚拟化技术、云计算、软件调优、尤其是软件调试有较深入研究。从2005年开始公开讲授“Windows内核及高级调试”课程，曾在微软的Webcast和各种技术会议上做过《Windows Vista内核演进》、《调试之剑》（全球软件战役研究峰会）、《感受和思考调试器的威力》（CSDN SD2.0大会）、《Windows启动过程》、《如何诊断和调试蓝屏错误》、《Windows体系结构——从操作系统的角度》（以上三个讲座都是微软“深入研究Windows内部原理系列”的一部分）等。翻译（合译）作品有《现代x86汇编语言编程》、《21世纪机器人》、《观止——微软创建NT和未来的夺命狂奔》、《数据挖掘原理》、《机器学习》、《人工智能：复杂问题求解的结构和策略》等。
特邀讲师：Joey Ye
从显卡的TVGA时代开始便在当时处于领导地位的Trident公司工作，曾参与制定多项GPU设计规范，带领团队实现cmodel，为GPU集成电路设计提供软件验证。后来加入英特尔公司亚太研发中心，主要负责GPU芯片的Power On、调试、功能的研发以及GPU技术在游戏、AR/VR和机器视觉上的应用。目前工作于ARM开放智能实验室，主要负责和领导深度学习在ARM平台上GPU和CPU的实现和加速。
在显卡和GPU领域耕耘二十年，对GPU领域的主流技术都有涉猎，精通OpenCL编译技术、3D图形加速技术等。长期从事GPU底层软件的开发和调试，对嵌入式系统的CPU和GPU协同工作有深刻理解。擅长调试复杂的交互问题和对优化各类GPU应用。
附录1：试验方法
研习班现场配备多台安装有独立显卡的工作站（Nvidia和AMD GPU），学员通过现场的局域网使用SSH连接到工作站完成试验。
附录2：往届研习班部分照片
录3：报名与收费
标准收费：7000元每人
包括：
§ 包含实验材料的U盘
§ 研习班讲义和精选的学习资料纸质版
优惠条款：
- 距离上课日15天前报名可以享受8折优惠
- 6人及以上可以享受团购价4550元每人
报名或垂询
1）联系课程顾问：
a) Lisa Zhang ，电话：13801874134，电子邮件：[email protected]
b) Cindy Long，电话：13621638537，电子邮件：[email protected]
2）识别下图二维码，关注格友公众号提交报名信息
***********************************************************
正心诚意，格物致知，以人文情怀审视软件，以软件技术改变人生。
欢迎关注格友公众号
