VIP20
本课程属于：015-使用NVIDIA Nsight Compute进行内核级性能分析与优化 AI与大模型 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

Nsight Compute核心指标深度解析与优化

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导入
学习目标 · 课程结构 · Nsight Compute在GPU…
课程导入学习目标
02
GPU架构基础
现代GPU的硬件架构（SM · 核心 · 内存层次）及其对性能指标的影响
GPU架构基础
03
Nsight Compute概述
功能特性 · 界面导航 · 基本工作流程
NsightCompute
04
性能分析基础
关键性能指标（KPI）概览 · 如吞吐量 · 占用率
性能分析基础KPI
05
核心指标-占用率
定义 · 计算方法 · 对性能的影响及优化策略
核心指标占用率
06
核心指标-吞吐量
计算 · 内存 · 指令吞吐量的测量与解读
核心指标吞吐量
07
核心指标-延迟
内存延迟 · 指令延迟的识别与隐藏技术
核心指标延迟
08
核心指标-内存带宽
全局 · 共享 · 本地内存带宽的分析与优化
核心指标内存带宽
09
核心指标-缓存命中率
L1/L2缓存行为分析及优化
核心指标缓存命
10
核心指标-指令效率
指令混合 · 分支发散 · 向量化效率
核心指标指令效率
11
核心指标-内存访问模式
合并访问 · 存储体冲突 · 内存事务
核心指标内存访问模式
12
核心指标-同步开销
同步原语 · 原子操作 · 锁竞争分析
核心指标同步开销
13
核心指标-功耗与热
功耗指标 · 温度限制及能效优化
核心指标功耗
14
使用Nsight Compute进行性能剖析
创建项目 · 配置分析 · 收集数据
NsightCompute
15
解读性能报告
理解报告中的图表 · 表格和指标
解读性能报告理解报告
16
性能瓶颈识别
通过指标对比定位瓶颈（计算 · 内存 · 延迟）
性能瓶颈识别通过指标对比定位…
17
案例分析-矩阵乘法
分析并优化矩阵乘法的性能
案例分析矩阵乘法
18
案例分析-卷积神经网络
CNN卷积层的性能剖析与优化
案例分析卷积神经网络
19
案例分析-归约操作
并行归约的性能瓶颈及优化
案例分析归约操作
20
案例分析-稀疏矩阵运算
稀疏矩阵乘法的性能挑战与优化
案例分析稀疏矩阵运算
21
优化技术-内存访问优化
合并访问 · 共享内存使用 · 数据布局
优化技术内存访问优化
22
优化技术-计算优化
指令级并行 · 循环展开 · 算法重构
优化技术计算优化
23
优化技术-占用率调整
调节块大小 · 寄存器使用 · 共享内存分配
优化技术占用率调整
24
优化技术-异步与并发
流 · 事件 · 异步拷贝的使用
优化技术异步
25
优化技术-内核融合
减少内核启动开销 · 提高数据复用
优化技术内核融合
26
常见问题与调试
分析结果异常 · 指标误解 · 工具使用问题
常见问题调试
27
性能分析最佳实践
分析流程 · 指标选择 · 迭代优化方法
性能分析最佳实践分析流程
28
高级主题-多GPU分析
多GPU环境下的性能分析
GPU高级主题
29
综合实战
从实际项目出发 · 完整性能优化流程
综合实战从实际项目出发
30
课程总结与展望
回顾关键点 · 未来趋势与学习资源
课程总结回顾关键点