简介

此时先略

快速展示

项目创建

创建新的项目

选中项目右键可以对其重命名

选中项目，选择性能分析目标/系统

nvidia 提供了多种分析方式

1. 本地机器
2. USB链接
3. SSH 远程连接（主机）
4. SSH远程连接（集群）

SSH 远程连接

本机连接不用多说，直接 select 即可，下面主要说下 SSH 连接（本人当时在这里耗了较长时间）

先点击 SSH connections（如果已经连接了一个机器，可以点击的 configure targets 进行机器添加或者配置更改）

填写机器 IP 地址以及 ssh 暴露端口

注意：如果远程机器有密码则勾选下面的 Public key and password authentication 并填写密码

本人就是之前忘记勾选此条（懒得喷，因为当时我懒得翻译英文…），导致出现连接失败的问题

配置好后点击 connect

等待准备工作（远程工具的下载之类…）

性能分析准备

为了方便找示例，这里就转为使用本机进行操作

连接到机器后会出现以下工作页面

在 Target application 中填写跟踪程序相关信息

Command line with arguments：填写待分析的可执行程序的绝对路径

例如：

D:\a_study\code_vs\CUDA-Related-develop\docs\11_gemm_optimize\01_tiled2d

如果程序执行需要指令，则在对应路径后面空格添加运行指令，例如：

D:\a_study\code_vs\CUDA-Related-develop\docs\11_gemm_optimize\01_tiled2d\kernel.exe ./kernel 256 256 256

你也可以在 Edit arguments 部分手动编辑路径和指令（也可以通过这个页面查看自己的指令是否书写正确）

Working directory：工作目录（一般填写了上面可执行程序绝对路径后 nsys 就会自动生成）

按需选择需要收集的信息以及设置精细化的信息收集时间（如果不设置 nsys 就会按照默认配置去跟踪程序运行信息）

点击 start 等待分析结束

OK，你就获得了一个程序运行性能分析的可视化结果