📚 课程目录第4章 Nsight Compute界面导航

4. Nsight Compute界面导航

NVIDIA Nsight Compute（简称 Nsight Compute 或 Nsight）是 CUDA 开发者在 GPU 上开展性能分析的核心工具。与 Nsight Systems 的“系统级时间线”视角不同，Nsight Compute 聚焦于单个内核（Kernel）的微观性能，能够精确回答“内核为什么慢”“SM 利用率为何不足”“访存是否成为瓶颈”等问题。要高效使用它，首先需要理解其界面结构、项目组织方式以及一次完整分析的基本流程。

主界面布局：三大区域与核心面板

启动 Nsight Compute 后，默认进入主界面。整个窗口可划分为三个主要区域：左侧的项目与目标列表、中央的分析结果工作区、右侧的详情与配置面板。理解这三个区域的职责，是后续所有操作的基础。

项目与目标列表（左）：显示当前打开的项目文件（.ncu-proj），以及项目内保存的分析目标（可执行文件、进程或已捕获的 Profile）。支持多目标管理，便于对比不同版本或不同编译选项下的内核性能。
分析结果工作区（中）：当完成一次 Profile 后，这里会展示内核列表、性能摘要、关键指标图表以及各类详细报告。默认包含“Summary”“Details”“Source”等视图，可通过标签页切换。
详情与配置面板（右）：在选中某个内核或某项指标时，右侧会显示对应的说明、阈值、计算公式以及可调整的配置项。例如，在“Details”视图中点击某个计数器，右侧会解释其含义并给出优化建议。

提示：主界面顶部还有工具栏，包含“New Project”“Launch”“Add Process”等按钮。其中“Launch”用于启动一个分析会话，而“Add Process”则用于附加到已经运行的 CUDA 进程上。

项目创建与目标配置

Nsight Compute 以“项目”为单位组织分析任务。一个项目可以包含多个分析目标，每个目标对应一个可执行文件及其启动参数、环境变量、工作目录等。创建项目并配置目标的步骤如下：

点击工具栏的 New Project，选择保存路径并命名项目文件（扩展名为 .ncu-proj）。
在左侧“目标”区域点击 Add Target，选择“Local Application”以分析本机可执行文件。
在右侧配置面板中填写：
- Application：可执行文件完整路径，例如 /home/user/my_cuda_app。
- Arguments：启动参数，例如 --input data.bin --iterations 100。
- Working Directory：程序运行时的工作目录，影响相对路径文件的读取。
- Environment Variables：可添加如 CUDA_VISIBLE_DEVICES=0 来指定 GPU。
点击 Launch 开始分析。Nsight Compute 会运行该程序，并在程序执行到 CUDA 内核时自动采集性能数据。

注意：如果程序运行时间极短（例如总耗时不足 1 毫秒），Nsight Compute 可能无法捕获到完整的内核执行信息。建议在待分析的内核前后增加足够的循环或同步点，确保内核有可观测的执行窗口。

内核分析流程：从 Profile 到定位瓶颈

一次典型的内核分析流程可以概括为“采集 → 概览 → 下钻 → 定位”。下图展示了这一流程中界面状态与用户操作之间的对应关系：

上图展示了从采集到定位瓶颈的完整路径。在实际操作中，用户通常会在“Summary”页签查看内核的整体耗时、SM 占用率和访存/计算吞吐等宏观指标，然后切换到“Details”页签查看更细粒度的计数器数据，最后通过“Source”视图将性能问题映射到具体的代码行。

案例：一个访存受限内核的快速定位

假设我们有一个向量加法的内核 vectorAdd，运行时间远高于预期。按照上述流程操作：

采集 Profile：在项目中配置好可执行文件并 Launch，等待分析完成。
查看 Summary：在“内核列表”中选择 vectorAdd，发现“Memory Throughput”达到 92%，而“Compute Throughput”仅为 15%。这提示内核可能受限于显存带宽。
下钻 Details：切换到“Details”页签，展开“Memory Workload”分析表，查看 L1/TEX Hit Rate 和 Global Load Efficiency。若命中率低且效率不高，说明访存模式可能不理想。
定位代码：点击“Source”页签，Nsight Compute 会高亮与高耗时或高延迟指令对应的源代码行。例如，可能发现 c[i] = a[i] + b[i] 这一行被标记为热点。

  复盘要点：该案例中，通过“Summary → Details → Source”三步，快速将问题定性为“访存带宽受限”，并定位到具体代码行。后续优化可考虑使用向量化加载（如 float4）、调整数据布局或使用只读缓存等策略。

常见误区与操作建议

误区	后果	正确做法
只关注内核总耗时，忽略吞吐指标	无法判断瓶颈是计算还是访存	同时查看“Compute Workload”与“Memory Workload”
在 Debug 模式下进行 Profile	优化被禁用，数据失真	使用 Release 模式并开启 `-O3` 编译
忽略“Warp State”信息	无法发现线程束停滞原因	查看“Stall”原因，区分访存等待或同步等待
不保存 Profile 结果	无法进行前后对比	使用“Save”功能导出 `.ncu-rep` 文件

掌握 Nsight Compute 的界面布局与基本操作流程，是后续深入学习各项性能计数器的基础。建议读者在真实项目中反复练习“创建项目 → 配置目标 → 采集 → 概览 → 下钻 → 定位”这一完整链路，逐步建立从界面数据到内核行为的映射直觉。