< 目次

インテル® Advisor の起動

インテル® Advisor をダウンロードして環境変数を設定したら、製品を起動するオプションを選択します。

Visual Studio でインテル® Advisor を起動 (Windows*)

アプリケーションとチューニング・ツールを同じインターフェイスで利用できると、コードのデバッグとアプリケーションのチューニング作業を単純化できます。インテル® VTune™ プロファイラーを Microsoft* Visual Studio* に統合することで、同一環境でアプリケーションを作成およびチューニングできます。

Visual Studio* で、次のいずれかのオプションを使用してインテル® Advisor を起動します。

Visual Studio* 2022 への限定的な統合

インテル® Advisor は、Visual Studio* 2022 への軽量な統合を提供します。次のように、Visual Studio* プロジェクト用のスタンドアロンのインテル® Advisor を起動できます。

  • [ツール] > [Intel Advisor を開く] メニュー項目を選択します。

  • インテル® Advisor ツールバーを開く アイコンをクリックします。

  • [ソリューション エクスプローラ] でプロジェクトのエントリを右クリックし、[コンテキスト] メニューから [Intel Inspector] > [Intel Advisor を開く] を選択します。

スタンドアロンのインテル® Advisor グラフィカル・バージョンは、Visual Studio* で選択されたターゲットのプロジェクト・プロパティーを継承して開きます。

Visual Studio* 2022 では、次のようにインテル® Advisor のドキュメント・リソースを開くこともできます。

  • [ヘルプ] > [Intel Advisor] メニュー項目を選択し、サブメニューから必要なドキュメント形式を選択します。

  • ツールバー・アイコンのドロップダウン・コントロールをクリックし、ドキュメント形式を選択します。

インテル® Advisor のスタンドアロン・インターフェイスを起動

スタンドアロン・バージョンを起動するには、次のいずれかの操作を行います。

インテル® Advisor のコマンドライン・インターフェイスを起動

advisor のコマンドライン・インターフェイスを実行するには、次の構文を使用します。

advisor <--action> [--action-options] [--global-options] -- <target-application> [target_options]

説明:

Advisor コマンドライン・インターフェイスは、インテル® Advisor のすべてのパースペクティブをサポートしており、コマンドラインからインテル® Advisor を起動するのに推奨されます。

コマンドラインからターゲット・アプリケーションに対し最初にインテル® Advisor の解析を実行すると、ターゲット向けの新しいプロジェクトが作成されます。

注

それぞれのパースペクティブで、インテル® Advisor CLI の典型的なワークフローを確認してください。

Python* スクリプトでインテル® Advisor を起動

次のように、Python* スクリプトを使用してオフロードのモデル化パースペクティブを実行することもできます。

advisor-python <APM>/<offload-script>.py <project-dir> [--options] [-- <target-application> [target-options]]

説明:

Linux* の Docker* コンテナーからインテル® Advisor を起動

コンテナーを使用すると、環境を設定および構成してイメージを使用して配布できます。

  1. 次のコマンドを使用して、oneAPI コンテナー・リポジトリーから Docker* イメージを取得します。

    image=amr-registry.caas.intel.com/oneapi/oneapi:base-dev-ubuntu18.04 docker pull "$image"

  2. 次のコマンドを使用して Docker* コンテナーを実行します。

    docker run --cap-add=SYS_PTRACE -it "$image"

    注

    • 異なるスレッドから --device=/dev/dri オプションは、GPU を有効にします (利用可能な場合)。

    • プロキシー情報を設定するには、次のオプションを使用します: -e http_proxy="$http_proxy" -e https_proxy="$https_proxy"

  3. 次の手順では、Docker* コンテナー内のコマンドライン・プロンプトからコマンドを実行します。

    例えば、マンデルブロのサンプルを設定するには次のコマンドを実行します。

    cd /one-api-code-samples/HPC/mandelbrot
make
./main -d1
./main -t gpu # gpu で実行
./main -t cpu # cpu で実行
make clean

  4. 次のコマンドを実行して インテル® Advisor の変数を source します。

    source /opt/intel/oneapi/setvars.sh

    注

    この手順は必須ではありませんが、これにより絶対パスではなく任意のディレクトリーからツールを実行できます。

  5. Docker* コンテナーが実行されているため、コンテナーがない場合と同じように、コマンドラインからインテル® Advisor を実行できます。次に例を示します。

    advisor --collect=survey /bin/ls

コマンドラインからターゲット・アプリケーションに対し最初にインテル® Advisor の解析を実行すると、ターゲット向けの新しいプロジェクトが作成されます。

インテル® Advisor のコマンドライン構文とオプションの詳細については、advisor のコマンドライン・インターフェイスのリファレンスをご覧ください。それぞれのパースペクティブで、インテル® Advisor CLI の典型的なワークフローを確認してください。

関連情報

プロジェクトの設定
ベクトル化パースペクティブの解析 ベクトル化とコードの調査パースペクティブを実行すると、アプリケーションのパフォーマンスを向上し、ベクトル化の問題を解決するコード固有の推奨事項を取得して、ソースコードとアセンブリー・コードを迅速に確認できます。
CPU ルーフラインを解析 CPU / メモリー・ルーフラインの調査パースペクティブを実行して、ハードウェアによって制限されるパフォーマンスの上限に対する実際のパフォーマンスを視覚化します。これは、主な制限要因 (メモリー帯域幅や計算能力) を判断するのに役立ち、潜在的な最適化手順のロードマップを示します。
モデルのスレッド化設計 通常の開発作業を中断することなくスレッドの解析、チューニング、設計のチェックを可能にするスレッドの設計とプロトタイプ生成ツールです。
GPU へのオフロードをモデル化 オフロードのモデル化パースペクティブを実行して、コードをオフロード/実行する影響の大きな可能性を検出し、ターゲットのグラフィックス処理ユニット (GPU) 上での潜在的なパフォーマンス・ボトルネックを特定します。
GPU ルーフラインの解析 ハードウェアによって制限されるパフォーマンスの上限に対するベンチマークとハードウェア・メトリックのプロファイルを使用して、GPU カーネルの実際のパフォーマンスを推測して視覚化し、主な制限の要因を特定するのに役立ちます。