GPGPU-SIM 使用篇

GPGPU-SIM 使用篇

什么是GPGPU-SIM

• 简单地说，GPGPU-SIM是一款仿真器，可以在CPU上仿真执行CUDA程序
• 主页
• 使用手册
• github

如何优雅地安装GPGPU-SIM

依赖=>Spack

• GPGPU-SIM的手动安装过程较为复杂，很容易因为依赖导致安装失败

• 强烈推荐通过Spack安装

• 这里介绍参考上面的安装方法

  • 在安装好spack后，运行命令spack create gpgpu-sim 并修改内容为package.py
  • 运行命令spack install gpgpu-sim%[email protected] ^ mesa~llvm

• docker 安装

  dock pull gtyinstinct/gpgpu-sim:spack
  

如何优雅地使用GPGPU-SIM

依赖=>通过spack安装GPGPU-SIM

GPGPU-SIM仿真需要在运行目录下存在config文件，且每次运行过后都会有很多其他文件生成，导致文件混乱

单次仿真

• 为了解决上述问题，我写了几个脚本来在GPGPU-SIM上仿真程序

• 例如，你想使用RTX2060配置仿真，你的仿真程序为test.cu，你的Spack上CUDA版本为11.7，你需要通过nvcc编译仿真程序，你的Spack上GPGPU-SIM为[email protected]，那么你需要在run.sh中修改变量NAME=test、CONFIG=RTX2060、[email protected]、IFBUILD=1，CUDAVERSION=11.7，将test.cu放到${SRC}目录下，并在终端中输入如下命令

  或者你也可以将编译好的程序放到${BIN}目录下，并修改IFBUILD=0

  # pwd 
  # **/SimpleUseGpgpuSim  确保当前目录在SimpleUseGpgpuSim
  . run.sh
  

• 此时文件(your_dir)目录结构为

  • bin 目录存放编译好或提前放置的可执行程序
  • sim 目录存放每次仿真后GPGPU-SIM自动输出的文件和指定的配置文件
  • out 目录存放每次仿真后GPGPU-SIM的输出信息

  |-- run.sh
  |-- src
  	|-- test.cu
  |-- bin
  	|-- test
  |-- sim
  	|-- [email protected]
  		|-- ...
  |-- out
  	|-- [email protected]
  

• 变量的使用详见run.sh中的注释

• run.sh

批量仿真

• 批量仿真基于单次仿真

• 假如你想仿真test1.cu和test2.cu程序，并希望使用GPGPU-SIM4.0.1版本仿真（需要Spack中存在以上版本），仿真配置为RTX2060或QV100，修改好的变量见batch_run.sh，并在终端输入如下命令

  # pwd 
  # **/SimpleUseGpgpuSim  确保当前目录在SimpleUseGpgpuSim
  . batch_run.sh
  

• 得到的文件目录结构和单次仿真一致

• batch_run.sh

• run_each.sh

如何优雅地构建GPGPU-SIM

依赖=>通过spack安装GPGPU-SIM

例如，你修改了GPGPU-SIM的源码，那么怎么通过Spack重新构建GPGPU-SIM？

• 可以通过syn_gpgpu_sim.sh完成一键重新构建

• 例如，你修改的GPGPU-SIM的路径为~/gpgpu-sim，在syn_gpgpu_sim.sh修改GPGPUSIM_DIR=~/gpgpu-sim，并在终端输入

   # pwd
   # **/SimpleUseGpgpuSim  确保当前目录在SimpleUseGpgpuSim
   . syn_gpgpu_sim.sh
  

  注意需要运行命令 spack edit gpgpu-sim并修改为package.py

• 变量的使用详见syn_gpgpu_sim.sh中的注释

• syn_gpgpu_sim.sh