CC BY 4.0 （除特别声明或转载文章外）
如果这篇博客帮助到你，可以请我喝一杯咖啡~
Rodinia Benchmark 是评价 GPU 性能的经典测试集，本文介绍基于 spack 包管理器快速运行该基准测试集的方式，同时给出与 GPGPU-Sim 模拟器交互的方式。
基于 spack 的安装方式
虽然 spack 包管理器已经提供了 Rodinia 的安装脚本，但不幸的是，该安装脚本：
- 在
cuda@11:后，编译 cfd 时找不到helper_cuda.h导致编译错误。 - 在编译部分测试项时在编译部分测试项时
libcudart有时动态链接，有时静态链接，给测试带来不便。 - 在编译部分测试项时并没有接受正确的 cuda_arch 参数，这对于基于 PTX 进行仿真的模拟器来说带来干扰。
- 编译结果不包含数据集，需要自行生成。
我重新写了一个安装脚本，修复了上述问题，并增加选项指定 libcudart 的链接方式。通过注释里的代码可引入我的 repo 并安装 gpgpu-sim 模拟器，并一键安装 Rodinia。
# git clone https://github.com/SYSU-SCC/sysu-scc-spack-repo
# spack repo add --scope=site sysu-scc-spack-repo
# spack install gpgpu-sim%gcc@7.5.0 ^ mesa~llvm ^ cuda@11.0.3
spack install rodinia%gcc@7.5.0 cuda_arch=70 cudart=shared ^ mesa~llvm ^ cuda@11.0.3 # 本机使用的 GPU 是 V100，因此 cuda_arch=70
运行
此处以运行 gaussian 为例，也可 ls $(spack location -i rodinia)/bin 查看其它评测项。
$ spack load rodinia
$ gaussian -f $(spack location -i rodinia)/data/gaussian/matrix3.txt | head -n 19
WG size of kernel 1 = 512, WG size of kernel 2= 4 X 4
Read file from /GPUFS/sysu_hpcedu_302/admin/env/v5/spack/opt/spack/linux-centos7-skylake_avx512/gcc-7.5.0/rodinia-3.1-7ukl3wapv7tw3rjnymhqpan27cywuhs6/data/gaussian/matrix3.txt
Matrix m is:
0.00 0.00 0.00
1.00 0.00 0.00
1.00 -0.33 0.00
Matrix a is:
1.00 1.00 1.00
0.00 -3.00 1.00
0.00 -0.00 -1.67
Array b is:
0.00 4.00 3.33
The final solution is:
4.00 -2.00 -2.00
Time total (including memory transfers) 0.537338 sec
Time for CUDA kernels: 0.000157 sec
使用 GPGPU-Sim 仿真
导入 GPGPU-Sim 的环境。
spack load rodinia cudart=shared
spack load gcc@7.5.0
spack load gpgpu-sim
cd $(spack location -i gpgpu-sim)/gpgpu-sim_distribution
source setup_environment release
可以通过指定环境变量 LD_PRELOAD，从而使用 GPGPU-Sim 版本的 libcudart.so（请确认这个地址下存在这个库）。
cp -r $(spack location -i gpgpu-sim)/gpgpu-sim_distribution/configs/tested-cfgs/SM7_QV100 ~
cd ~/SM7_QV100
LD_PRELOAD=$(spack location -i gpgpu-sim)/gpgpu-sim_distribution/lib/release/libcudart.so gaussian -f $(spack location -i rodinia)/data/gaussian/matrix3.txt > simulate.log
截取输出的最后 32 行看一下，成功仿真，撒花~
$ cat simulate.log | tail -n 32
Reply_Network_out_buffer_full_per_cycle = 0.0000
Reply_Network_out_buffer_avg_util = 0.0000
----------------------------END-of-Interconnect-DETAILS-------------------------
gpgpu_simulation_time = 0 days, 0 hrs, 0 min, 12 sec (12 sec)
gpgpu_simulation_rate = 1176 (inst/sec)
gpgpu_simulation_rate = 1942 (cycle/sec)
gpgpu_silicon_slowdown = 582904x
GPGPU-Sim: synchronize waiting for inactive GPU simulation
GPGPU-Sim API: Stream Manager State
GPGPU-Sim: detected inactive GPU simulation thread
Matrix m is:
0.00 0.00 0.00
1.00 0.00 0.00
1.00 -0.33 0.00
Matrix a is:
1.00 1.00 1.00
0.00 -3.00 1.00
0.00 0.00 -1.67
Array b is:
0.00 4.00 3.33
The final solution is:
4.00 -2.00 -2.00
Time total (including memory transfers) 11.100054 sec
Time for CUDA kernels: 11.036677 sec
GPGPU-Sim: *** exit detected ***