インテル® Advisor クックブック

ここで学べること

• GPU ルーフラインで SYCL* アプリケーションを解析
  インテル® Advisor のコマンドライン・インターフェイス (CLI) を使用して、GPU 上で実行されるマンデルブロ・アプリケーションの SYCL* 実装で GPU Roofline Insights パースペクティブを実行し、コマンドライン出力、Python* API、グラフィカル・ユーザー・インターフェイス (GUI) およびインタラクティブな HTML レポートにより結果を視覚化する方法を紹介します。
• GPU に移植した C++ アプリケーションのパフォーマンスをモデル化
  コマンドライン・インターフェイス (CLI) からインテル® Advisor の Offload Modeling パースペクティブを使用して、アプリケーションを GPU アクセラレーターにオフロードする利点を確認する方法を紹介します。
• 異なる GPU デバイスの GPU アプリケーション・パフォーマンスをモデル化
  インテル® Advisor の Offload Modeling パースペクティブを実行して、異なる GPU アーキテクチャー上でアプリケーション・パフォーマンスを予測する方法を説明します。
• ターゲット GPU での C++ アプリケーションのスピードアップを予測
  インテル® Advisor を使用して、C++ アプリケーションをターゲット GPU デバイスへオフロードする利点があるかどうかチェックする方法を学びます。
• GPU にオフロードするコード領域を特定して GPU の使用状況を可視化
  オフロード・アドバイザーと GPU ルーフライン解析を使用して、GPU にオフロードするコード領域を特定し、アプリケーションのボトルネックを検出する方法を学びます。
• ボトルネックの繰り返しを特定: キャッシュを考慮したルーフライン
  ルーフライン解析を利用して、パフォーマンスのボトルネックを特定し、対処する方法を学びます。
• インテル® Advisor クックブック: リアルタイム 3D 心臓電気生理学シミュレーションのベクトル化を最適化
  インテル® Xeon® プロセッサー・ベースのプラットフォーム上で、インテル® Advisor を使用して、リアルタイムの 3D 心臓電気生理学シミュレーション・アプリケーションをベクトル化する方法を学びます。
• ループ交換とキャッシュ・ブロッキングによりメモリー・アクセス・パターンを最適化
  メモリー・アクセス・パターンを最適化して、メモリーのボトルネックを特定し、パフォーマンスを向上する方法を学びます。
• ルーフラインでパフォーマンス改善を視覚化
  同じグラフに複数の解析結果を表示することで、最適化の方針を比較する方法を学びます。
• MPI アプリケーションのベクトル化とメモリーアクセスを解析
  MPI アプリケーションのベクトル化の問題とメモリー・ボトルネックを特定する方法を学びます。
• リモートシステム上でパフォーマンスを解析してローカル macOS* システム上で結果を表示
  インテル® Advisor コマンドライン・インターフェイス (CLI) を使用してリモートシステム上でアプリケーションのパフォーマンスを解析し、インテル® Advisor GUI を使用して macOS* 上で結果を表示する方法を学びます。
• Amazon Web Services* (AWS*) EC2* インスタンスのパフォーマンス解析
  AWS* EC2* インスタンスのアプリケーションからのパフォーマンス・データを解析するため、インテル® Advisor を設定する方法を学びます。
• Cray* システムのパフォーマンス解析
  Cray* システムで実行されるアプリケーションのパフォーマンス・データを解釈するため、インテル® Advisor の設定と使用方法を学びます。