サマリーレポート

GUI で利用可能な [サマリー]ウィンドウと同様に、サマリーレポートはターゲット全体のパフォーマンス・データを提供します。インテル® VTune™ プロファイラーは、データ収集が完了すると自動的にサマリーレポートを生成します。このレポートを無効にするには、collect または collect-with アクションを実行する際に、コマンドで no-summary オプションを使用します。

コマンドラインから既存の結果のレポートを生成するには、次の構文を使用します。

vtune -report summary -result-dir <result_path>

サマリーレポートの出力は収集タイプによって異なります。

ユーザーモード・サンプリングとトレース収集のサマリーレポート
ハードウェア・イベントベース・サンプリング収集のサマリーレポート

ユーザーモード・サンプリングとトレース収集のサマリーレポート

ユーザーモード・サンプリングとトレース収集結果では、サマリーレポートに次のセクションが含まれます。

収集とプラットフォーム情報
CPU 情報
基本解析メトリックごとのサマリー

例 1: ユーザーモード・サンプリング・ホットスポット・サマリー

この例は、r000hsWindows* 上のホットスポット解析結果:

vtune -report summary -r r000hs

Elapsed Time: 1.857s CPU Time: 10.069s Effective Time: 10.069s Idle: 0.000s Poor: 1.294s Ok: 6.381s Ideal: 2.395s Over: 0s Spin Time: 0s Overhead Time: 0s Total Thread Count: 9 Paused Time: 0s Top Hotspots Function Module CPU Time --------- ---------- -------- multiply1 matrix.exe 10.069s Collection and Platform Info Application Command Line: C:\temp\samples\en\C++\matrix_vtune\matrix\vc14\Win32\Release\matrix.exe Operating System: Microsoft Windows 10 Computer Name: my-computer Result Size: 5 MB Collection start time: 09:41:57 06/09/2018 UTC Collection stop time: 09:41:58 06/09/2018 UTC Collector Type: Event-based counting driver,User-mode sampling and tracing CPU Name: Intel® Processor code named Skylake Frequency: 4.008 GHz Logical CPU Count: 8

例 2: スレッド化サマリー

この例では、スレッド化解析結果 r003tr のサマリーレポートを生成します。レポートのサマリーには、マルチスレッドのターゲットが 64 秒間待機し、平均同時実行時間はわずか 1.073 秒であることが示されています。

vtune -report summary -r r003tr

Summary ------- Average Concurrency: 1.073 Elapsed Time: 13.911 CPU Time: 11.031 Wait Time: 64.468 Average CPU Usage: 0.768

待機の原因を特定するには、GUI パフォーマンス・ペインで結果を確認するか、パフォーマンス・レポートを生成します。

ハードウェア・イベントベース・サンプリング収集のサマリーレポート

ハードウェア・イベントベース・サンプリング収集の結果では、サマリーレポートに次の情報が含まれます (利用可能であれば)。

収集とプラットフォームの情報
マイクロアーキテクチャー全般メトリック
CPU 情報
GPU 情報
基本解析メトリックごとのサマリー
イベントサマリー
アンコアイベントのサマリー

一部の解析タイプでは、コマンドラインのサマリーレポートに、事前定義されたしきい値を超えるメトリックに対する問題の説明が示されます。サマリーレポートに問題を出力しないようにするには、以下のいずれかの操作を行います。

レポートを生成するには、コマンドラインで -report-knob show-issues=false オプションを使用します。例:vtune -report summary -r r001hpc -report-knob show-issues=false
レポートを生成するには、コマンドラインで -format csv オプションを使用します。例:vtune -report summary -r r001hpc -format=csv

例 3: ハードウェア・イベントベース・サンプリングのホットスポット・サマリー

この例は、r001hsWindows* でのホットスポット解析 (ハードウェア・イベントベース・サンプリング・モード) 結果。

vtune -report summary -r r001hs

Elapsed Time: 3.986s CPU Time: 1.391s CPI Rate: 0.860 Wait Time: 65.023s Inactive Time: 14.819s Total Thread Count: 25 Paused Time: 0s Hardware Events Hardware Event Type Hardware Event Count Hardware Event Sample Count Events Per Sample ----------------------------------- -------------------- --------------------------- ----------------- CPU_CLK_UNHALTED.ONE_THREAD_ACTIVE 24,832,593 8 1000030 CPU_CLK_UNHALTED.REF_TSC 3,471,208,416 120 24000000 CPU_CLK_UNHALTED.REF_XCLK 43,877,874 14 1000030 CPU_CLK_UNHALTED.THREAD 3,903,569,890 127 24000000 FP_ARITH_INST_RETIRED.SCALAR_DOUBLE 943,046,424 14 20000030 INST_RETIRED.ANY 4,536,715,682 140 24000000 UOPS_EXECUTED.THREAD 5,282,967,942 72 20000030 UOPS_RETIRED.RETIRE_SLOTS 5,587,595,565 76 20000030 Collection and Platform Info Application Command Line: C:\samples\tachyon\vc10\analyze_locks_Win32_Release\analyze_locks.exe C:\samples\tachyon\dat\balls.dat Operating System: Microsoft Windows 10 Computer Name: My Computer Result Size: 13 MB Collection start time: 12:12:52 24/07/2018 UTC Collection stop time: 12:13:03 24/07/2018 UTC Collector Type: Event-based sampling driver CPU Name: Intel® Processor code named Skylake ULT Frequency: 2.496 GHz Logical CPU Count: 4

最適化の効果を予測するには、パフォーマンス・ベースラインとして経過時間メトリックを使用します。

例 4: HPC パフォーマンス特性サマリー

このコマンドは、HPC パフォーマンス特性解析結果のサマリーレポートを生成して、問題の説明をスキップします。

vtune -report summary -r r001hpc -report-knob show-issues=false

Elapsed Time: 23.182s GFLOPS: 14.748 Effective Physical Core Utilization: 58.0% Effective Logical Core Utilization: 13.920 Out of 24 logical CPUs Serial Time: 0.069s (0.3%) Parallel Region Time: 23.113s (99.7%) Estimated Ideal Time: 14.010s (60.4%) OpenMP Potential Gain: 9.103s (39.3%) Memory Bound: 0.446 Cache Bound: 0.175 DRAM Bound: 0.216 NUMA: % of Remote Accesses: 38.3% FPU Utilization: 2.7% GFLOPS: 14.748 Scalar GFLOPS: 4.801 Packed GFLOPS: 9.947 Collection and Platform Info Application Command Line: ./sp.B.x User Name: vtune Operating System: 3.10.0-327.el7.x86_64 NAME="Red Hat Enterprise Linux Server" VERSION="7.2 (Maipo)" ID="rhel" ID_LIKE="fedora" VERSION_ID="7.2" P RETTY_NAME="Red Hat Enterprise Linux Server 7.2 (Maipo)" ANSI_COLOR="0;31" CPE_NAME="cpe:/o:redhat:enterprise_linux:7.2:GA:server" HOME_URL="https://w ww.redhat.com/" BUG_REPORT_URL="https://bugzilla.redhat.com/" REDHAT_BUGZILLA_PRODUCT="Red Hat Enterprise Linux 7" REDHAT_BUGZILLA_PRODUCT_VERSION=7. 2 REDHAT_SUPPORT_PRODUCT="Red Hat Enterprise Linux" REDHAT_SUPPORT_PRODUCT_VERSION="7.2" Computer Name: nntvtune235 Result Size: 1 GB Collection start time: 19:04:30 13/06/2017 UTC Collection stop time: 19:04:53 13/06/2017 UTC Name: Intel® Xeon® E5/E7 v2 Processor code named Ivytown Frequency: 2.694 GHz Logical CPU Count: 24 CPU Name: Intel® Xeon® E5/E7 v2 Processor code named Ivytown Frequency: 2.694 GHz Logical CPU Count: 24

例 5: メモリー・アクセス・サマリー

このコマンドは、Windows* で収集されたメモリーアクセス解析結果のサマリーレポートを生成して、問題の説明を表示します。

vtune -report summary -r r001macc

Elapsed Time: 7.917s CPU Time: 6.473s Memory Bound: 21.9% of Pipeline Slots | The metric value is high. This may indicate that a significant fraction | of execution pipeline slots could be stalled due to demand memory load | and stores. Explore the metric breakdown by memory hierarchy, memory | bandwidth information, and correlation by memory objects. | L1 Bound: 8.0% of Clockticks | This metric shows how often machine was stalled without missing the | L1 data cache. The L1 cache typically has the shortest latency. | However, in certain cases like loads blocked on older stores, a load | might suffer a high latency even though it is being satisfied by the | L1. | L2 Bound: 3.0% of Clockticks L3 Bound: 5.0% of Clockticks | This metric shows how often CPU was stalled on L3 cache, or contended | with a sibling Core. Avoiding cache misses (L2 misses/L3 hits) | improves the latency and increases performance. | DRAM Bound: 4.1% of Clockticks DRAM Bandwidth Bound: 0.4% of Elapsed Time Memory Latency: 0.000 Loads: 10,137,704,122 Stores: 3,208,896,264 LLC Miss Count: 1,750,105 Average Latency (cycles): 11 Total Thread Count: 21 Paused Time: 0s System Bandwidth Max DRAM System Bandwidth: 15 GB Bandwidth Utilization Bandwidth Domain Platform Maximum Observed Maximum Average Bandwidth % of Elapsed Time with High BW Utilization(%) ---------------- ---------------- ---------------- ----------------- --------------------------------------------- DRAM, GB/sec 15 11.300 2.836 0.4% Collection and Platform Info Application Command Line: C:\samples\tachyon\vc10\analyze_locks_Win32_Release\analyze_locks.exe "C:\samples\tachyon\dat\balls.dat" Operating System: Microsoft Windows 10 Computer Name: My Computer Result Size: 31 MB Collection start time: 09:33:44 07/06/2017 UTC Collection stop time: 09:33:52 07/06/2017 UTC CPU Name: Intel® Processor code named Skylake ULT Frequency: 2.496 GHz Logical CPU Count: 4

サマリーの帯域幅利用率には次のメトリックが表示されます。

プラットフォーム最大値: システムで期待される最大帯域幅。この値は、解析を始めたときにマイクロベンチマークを使用して自動的に予測されるか、理論的な帯域幅の限界に基づいてハードコードされます。
観察された最大値: 解析中に観測された最大帯域幅。この値がプラットフォームの最大値に近い場合、ワークロードは帯域幅に制限されている可能性があります。
平均帯域幅: 解析中に利用された平均帯域幅を示します。
高い帯域幅利用率の経過時間の %: システムの帯域幅を過度に利用した経過時間のパーセント。

これには、結果に含まれるすべての種類の帯域幅ドメイン (DRAM、MCDRAM、QPI など) に関する情報が含まれます。