界面初探：主界面布局、时间轴视图、进程/线程视图、GPU活动视图
好，咱们正式开始动手了。
第一次打开 Nsight Systems，你可能会有点懵。界面信息量不小，各种面板、时间轴、色块堆在一起。别急，我当年第一次用的时候也花了点时间才摸清门道。今天咱们就把这几个核心视图拆开来看，搞明白它们到底在说什么。
主界面布局：别被花哨的UI吓到
Nsight Systems 的主界面，说白了就三大块：
- 左侧导航区：用来选择分析目标、配置参数。我习惯先在这里把要跑的进程和采集时长定好。
- 中央时间轴视图：这是整个工具的灵魂。所有性能数据都按时间顺序铺开，一眼就能看出瓶颈在哪。
- 右侧详情面板：点击时间轴上的任意一段，这里会显示对应的详细信息。比如某个 CUDA kernel 的启动参数、寄存器使用量等等。
嗯，这里要注意一点：布局是可以拖拽调整的。如果你觉得某个面板碍事，直接拖走或者关掉就行。我个人习惯把时间轴拉大，占屏幕的 70% 左右，因为大部分时间我都在盯着它看。
时间轴视图：性能问题的“X光片”
时间轴视图，就是整个 Nsight 的核心。它把程序运行的过程，按时间顺序画成了一条条彩色的“带子”。
你想想看，一个程序跑了几秒钟，里面发生了成千上万次函数调用、内存拷贝、GPU kernel 启动。如果没有时间轴，你根本不知道哪一步慢了。有了它，一眼就能看到：哦，这里有个大空档，CPU 在等 GPU 算完。
时间轴上常见的颜色含义：
- 蓝色/绿色：CPU 活动，比如函数调用、线程调度。
- 橙色/红色：GPU 活动，比如 kernel 执行、内存传输。
- 灰色：空闲时间，也就是 CPU 或 GPU 在干等。
我在项目中遇到过一个问题：一个分布式训练任务，总时间比预期多了 30%。打开时间轴一看，GPU 活动之间全是灰色空隙。说白了，就是 GPU 在等数据从 CPU 传过来。这就是典型的通信瓶颈。
进程/线程视图：谁在干活，谁在摸鱼
时间轴下面，通常会有一个进程/线程视图。它把每个 CPU 线程的活动单独画成一行。
为什么要看这个？因为很多时候，瓶颈不在 GPU，而在 CPU 端。比如：
- 某个线程在忙着做数据预处理，其他线程都在等它。
- 或者，多个线程同时去申请内存，造成了锁竞争。
我记得有一次，一个同学跑过来问我：“我的 GPU 利用率只有 60%，怎么回事？”我让他打开进程/线程视图，结果发现有一个线程在频繁调用 cudaMemcpy，每次调用都会阻塞其他线程。这就是典型的“一个老鼠屎坏了一锅粥”。
在这个视图里，你可以：
- 看到每个线程的调用栈。
- 定位到具体的函数名和代码行号。
- 判断线程之间的同步关系。
GPU活动视图：看清显卡在忙什么
GPU 活动视图，是专门用来展示 GPU 端行为的。它会把每个 CUDA stream 上的 kernel 执行、内存拷贝、同步操作都画出来。
这里有个常见的误区：很多人以为 GPU 利用率高就代表性能好。其实不一定。比如：
- GPU 一直在跑，但跑的是低效的 kernel（比如小规模矩阵乘法）。
- 或者，GPU 在频繁做内存拷贝，真正计算的时间很少。
GPU 活动视图能帮你区分这些情况。你可以看到：
- 每个 kernel 的启动时间、执行时间、结束时间。
- 内存拷贝的方向（Host→Device 还是 Device→Host）。
- 不同 stream 之间的重叠情况。
我建议你重点关注 kernel 执行时间 和 内存传输时间 的比例。如果传输时间占比超过 30%，那就要考虑优化数据传输了。比如用异步传输、或者把数据提前 pin 住。
一张图看懂整体结构
下面这张 SVG 图，把今天讲的几个视图和它们的关系画了出来。你可以把它当作一个“导航地图”，以后用 Nsight 时心里就有数了。
避坑指南：新手最容易犯的错
最后，分享几个我踩过的坑：
- 别只看 GPU 利用率：我曾经优化了一个 kernel，GPU 利用率从 80% 降到了 50%，但总时间反而缩短了。为什么？因为之前 GPU 在低效地忙，现在它忙得更有价值了。
- 时间轴别拉太长：如果你采集了 10 秒的数据，时间轴默认会显示全部。这时候很多细节会被压缩成一条细线。记得放大到感兴趣的区域。
- 别忽略 CPU 端：很多人一上来就盯着 GPU 看。但很多时候，瓶颈在 CPU 的数据准备阶段。进程/线程视图就是用来抓这种问题的。
好了，今天的内容就到这里。把这些视图搞明白，你就已经掌握了 Nsight 80% 的功力。剩下的就是多练、多看、多分析。
想要更多资料，联系可可