NVIDIA intègre le profilage GPU directement dans Python

NVIDIA présente Nsight Python comme une interface code ouvert consacrée au profilage des noyaux GPU. L’outil s’utilise directement depuis du code Python. Cette approche regroupe plusieurs opérations d’analyse autour de l’exécution GPU. Nsight Python prend en charge le profilage des noyaux, l’analyse des métriques matérielles, l’évaluation des contrôles du cache et de l’horloge, ainsi que la mesure de la fusion des noyaux.

L’interface Python de Nsight Python place le profilage des noyaux dans un environnement de développement Python. Les développeurs peuvent profiler les noyaux GPU depuis du code Python et examiner différentes métriques matérielles. L’outil associe également l’évaluation des contrôles du cache et de l’horloge à l’analyse de l’exécution GPU. Son périmètre couvre donc plusieurs dimensions du fonctionnement des noyaux.

NVIDIA détaille le profilage Python

Les métriques matérielles de Nsight Python font partie des éléments analysables avec l’outil. L’interface permet de les examiner directement depuis Python et ne se limite pas au lancement d’un profilage de noyau. Le profilage et l’analyse matérielle sont réunis dans un même environnement. Les contrôles du cache et de l’horloge font également partie des paramètres évaluables.

Le cache et l’horloge de Nsight Python complètent l’analyse des métriques matérielles. Leur évaluation permet d’examiner davantage de paramètres liés à l’exécution des noyaux GPU. Nsight Python permet aussi de mesurer la fusion des noyaux directement depuis du code Python. Cette fonction constitue un volet distinct du profilage GPU et s’intègre au même environnement d’analyse.

Nsight Python mesure la fusion

La fusion des noyaux constitue un autre usage de Nsight Python. L’outil permet de la mesurer directement depuis du code Python, en complément du profilage des noyaux et de l’analyse des métriques matérielles. L’évaluation des contrôles du cache et de l’horloge complète cet ensemble de fonctions. Nsight Python réunit ainsi plusieurs opérations d’analyse et d’évaluation liées aux noyaux GPU dans une interface code ouvert.