小作业五：性能分析实践¶
负责助教：郑立言 zhengly20@mails.tsinghua.edu.cn
任务¶
服务器环境配置¶
将实验文件/home/course/hpc/assignments/2022/exp5 拷贝到自己的目录 ，并进入 exp5 目录：
cp -r /home/course/hpc/assignments/2022/exp5 ~/
cd ~/exp5/
本次实验依赖Intel MPI并推荐使用vTune进行性能分析，因此需要加载对应的环境：
source /opt/intel/oneapi/setvars.sh
vTune GUI环境配置¶
实验中需要使用vTune GUI读取性能数据。
方法一（推荐）：本地安装vTune¶
- 下载vTune并安装
- 将采集到的性能数据复制到本地，启动vTune读取数据
方法二：本地安装X11服务器，将远程图形界面利用X11转发到本地¶
- 在本地安装X11服务器：Xming X Server for Windows或XQuartz for MacOS或Xming for Linux
- 在本地开启X11服务器
- 使用带X11转发的ssh连接到conv0（ssh时加上
-X选项），使用vtune-gui命令启动vTune图形界面，读取数据
任务零：基于IPM的轻量级MPI性能分析¶
运行./run.sh <你的学号>，如./run.sh 202012345你将得到如下输出：
Success 202012345
在运行成功后，使用IPM对该MPI程序进行性能分析。在实验集群中可使用如下命令：
LD_PRELOAD=/home/course/hpc/assignments/2022/exp5/ipm/lib/libipm.so ./run.sh <你的学号>
根据IPM输出，MPI函数中的热点函数为_____。
任务一：负载均衡分析¶
对同一程序，使用vTune进行性能分析。参考vTune文档了解使用方法，在实验集群中可使用如下命令：
srun -n <进程数> /opt/intel/oneapi/vtune/2022.0.0/bin64/vtune -collect <采集模式> -trace-mpi -result-dir <结果保存目录> -- <应用执行命令>
# 实验中需要的采集模式有hotspots和uarch-exploration
使用vTune的Hotspots分析功能，可发现任务零中检测到的热点由一个进程导致。导致出现该现象的进程MPI rank是_____。
提示：
- 在vTune Hotspots的Bottom-up界面中，选择显示Process，可以看到进程的MPI rank。
- 通过Filter in/out进程或函数，可查看各进程不同函数各自的运行时间。
任务二：¶
对于同一程序，同样以自己的学号作为输入运行。使用vTune的Microarchitecture exploration分析功能，可以看到程序运行过程产生的PMU数据。根据PMU数据，可以推断该程序中lipsum函数 最可能 是_____（填写选项编号）。
- 浮点数稠密矩阵乘
- 整数稀疏矩阵乘
提示：观察Memory bound的占比或vTune图形界面Event count中的FP_ARITH_INST_RETIRED类事件（如FP_ARITH_INST_RETIRED.SCALAR_DOUBLE）的计数。
实验提交¶
本实验需以json文件形式提交实验结果。请将上述两个任务的答案填入以下文本，并以 单个json文件 形式提交至网络学堂，文件名为学号.json。
ID后填写自己的学号（一个整数），其他项后填写答案（函数名或一个整数）。
{
"ID": 2020000000,
"Task0": "FunctionName",
"Task1": -1,
"Task2": -1
}
请保证提交结果是合法的json文件。作业将采用评分程序自动给分。