インテル® VTune™ プロファイラーのメモリーアクセス解析を使用して、NUMA の問題や帯域幅に制限されたアクセスなどメモリー関連の問題を特定し、メモリー割り当て/解放のインストルメントから提供されシンボル情報から静的/グローバル変数を取得して、パフォーマンス・イベントをメモリーオブジェクト (データ構造) に分類します。
注
インテル® VTune™ プロファイラーは、インテル® VTune™ Amplifier の後継バージョンであり、名称が変更されました。
どのように動作するか
メモリーアクセス解析タイプは、ハードウェア・イベントベース・サンプリングを使用して、以下のメトリックのデータを収集します。
ロードとストア数を示すロードとストアメトリック
ラスト・レベル・キャッシュのミスの合計数を示す LLC ミスカウントメトリック
ローカルメモリーで処理された LLC ミスの合計数を示す [ローカル DRAM アクセスカウント] メトリック
リモート・ソケット・メモリーへのアクセス数を示す [リモート DRAM アクセスカウント] メトリック
リモート・ソケット・キャッシュへのアクセス数を示す [リモート・キャッシュ・アクセス・カウント] メトリック
要求ロードまたはストア命令の待機に費やされたサイクルの割合を示す [メモリー依存] メトリック
マシンが L1 データキャッシュをミスせずにストールしている頻度を示す [L1 依存] メトリック
マシンが L2 キャッシュでストールしている頻度を示す [L2 依存] メトリック
CPU が L3 キャッシュでストールしたか、兄弟コアと競合した割合を示す [L3 依存] メトリック
負荷がないシナリオで L3 キャッシュにヒットする要求ロードアクセスのサイクルの割合 (L3 レイテンシーの制限による可能性) を示す [L3 レイテンシー] メトリック
NUMA: [リモートアクセス %] メトリックは、リモート DRAM へのメモリー要求の割合を示します。値は低いほど優れています。
CPU がメインメモリー (DRAM) でストールしている頻度を示す [DRAM 依存] メトリック。のメトリックと次のメトリックを使用して、[DRAM 帯域幅依存]、[UPI 利用率依存]、[メモリーレイテンシー] の問題を特定できます。
ローカル DRAM ロードに対するリモート DRAM ロードの比率によって定義される [リモート / ローカル DRAM 比率] メトリック
CPU がローカルメモリーからのロードでストールしている頻度を示す [ローカル DRAM] メトリック
CPU がリモートメモリーからのロードでストールしている頻度を示す [リモート DRAM] メトリック
ほかのソケットのリモートキャッシュからのロードで CPU がストールした頻度を示す [リモートキャッシュ] メトリック
ロードの平均レイテンシーをサイクル数で示す [平均レイテンシー] メトリック
注
メトリックの一覧は、マイクロアーキテクチャーによって異なります。
UPI 利用率のメトリックは、インテル® マイクロアーキテクチャー・コード名 Skylake で導入された QPI 利用率を置き換えるものです。
メモリーアクセス解析で使用される多くの収集イベントはプリサイス (正確) です。これにより、データ・アクセス・パターンが分り易くなります。オフコアのトラフィックは、ローカル DRAM とリモート DRAM アクセスに区分されます。通常、コストが高いリモート DRAM アクセスを最小限に抑えることに集中します。
解析の設定と実行
次のようにメモリーアクセス解析のオプションを設定します。
必要条件: プロジェクトを作成します。
インテル® VTune™ プロファイラー・ツールバーの
(スタンドアロン GUI)/ 
(Visual Studio* IDE) [解析の設定] ボタンをクリックします。[解析の設定] ウィンドウが表示されます。
[どのように] ペインで、
[実行する解析タイプを選択] ボタンをクリックして、[メモリーアクセス] を選択します。次のオプションを設定します。
[CPU サンプリング間隔 (ミリ秒)] フィールド
CPU サンプル間の間隔を指定します (ミリ秒)。
設定可能な値は、0.01 - 1000 です。
デフォルト値は 1 ms です。
[動的メモリーオブジェクトを解析] チェックボックス (Linux* のみ)
動的メモリーの割り当て/解放のインストルメントとメモリー・オブジェクトのハードウェア・イベントへのマップを有効にします。このオプションを選択すると、すべてのシステムメモリーの割り当て/割り当て解除 API のインストルメントにより、実行時に追加のオーバーヘッドが発生する可能性があります。
このオプションは、デフォルトで無効になっています。
最小限の動的メモリー・オブジェクト・サイズで追跡 (バイト) スピンボックス (Linux* のみ)
解析する動的メモリー割り当ての最小サイズを指定します。このオプションは、インストルメントの実行時のオーバーヘッドを軽減するのに有効です。
デフォルト値は 1024 です。
[DRAM の最大帯域幅を評価] チェックボックス
収集を開始する前に、達成可能な最大 DRAM 帯域幅を評価します。このデータは、タイムライン上で帯域幅メトリックをスケールし、しきい値を計算するために使用されます。
このオプションは、デフォルトで有効になっています。
[OpenMP* 領域を解析] チェックボックス
OpenMP* 領域を計測および解析して、インバランス、ロック競合、スケジュール、リダクション、アトミック操作の実行時のオーバーヘッドなどの非効率性を検出します。
このオプションは、デフォルトで無効になっています。
[詳細] ボタン
この解析タイプの編集不可デフォルトの設定のリストセクションを、拡張/折りたたみします。解析の設定を変更または設定の追加を有効にするには、既存の事前定義設定をコピーしてカスタム設定を作成する必要があります。インテル® VTune™ プロファイラーは、解析タイプ設定の編集可能なコピーを作成します。
解析を実行するには
[開始] ボタンをクリックします。
制限:
メモリー・オブジェクト解析は、Linux* ターゲットとインテル® マイクロアーキテクチャー開発コード名 Sandy Bridge 以降のマイクロプロセッサーでのみ設定できます。
データを表示
解析では、次のウィンドウを含むメモリー使用ビューポイントを調査します。
[サマリー] ウィンドウには、アプリケーション・レベルの帯域幅利用率分布図を含む、アプリケーション全体の実行に関する統計が表示されます。
[ボトムアップ] ウィンドウには、各ホットスポット・オブジェクトのメトリックごとのパフォーマンス・データが表示されます。データ収集の [メモリー・オブジェクト解析] オプションを有効にすると、[ボトムアップ] ウィンドウのグリッドと [コールスタック] ペインにメモリー割り当てのコールスタックも表示されます。割り当て呼び出しのソースの場所として、メモリー・オブジェクトを表示するには、関数レベルの前にメモリー・オブジェクトのグループ化レベルを使用します。
[プラットフォーム] ウィンドウは、タスク API、Ftrace/Systrace イベントタスク、OpenCL* API タスクなどを使用するコードで指定されたタスクの詳細情報を示します。対応するプラットフォームのメトリックが収集されると、[プラットフォーム] ウィンドウには、ソフトウェア・キューの GPU 使用量、CPU 時間使用量、OpenCL* カーネルデータ、そして GPU パフォーマンス・メトリックの概要グループごとの GPU ハードウェア、メモリー帯域幅、および CPU 周波数のデータを時系列で表示されます。
サポートの制限
メモリーアクセス解析は、次のプラットフォームでサポートされます。
第 2 世代インテル® Core™ プロセッサー
インテル® Xeon® プロセッサー・ファミリー以降
第 3 世代 Intel Atom® プロセッサー・ファミリー以降
古いプロセッサーを解析する場合、カスタム解析を作成してメモリーアクセスに関連するイベントを選択します。しかし、それらのプロセッサーでサポートされるメモリー関連のイベントに制限されます。プロセッサーごとのメモリー・アクセス・イベントについては、「インテル® VTune™ プロファイラーのチューニング・ガイド」 (英語) を参照してください。
Linux* 上の動的メモリー・オブジェクト解析では、インテル® VTune™ プロファイラーは次のメモリー割り当て API をインストルメントします。
標準システムメモリー割り当て API:mmap、malloc/free、calloc、など
memkind- https://github.com/memkind/memkind (英語)
jemalloc- https://github.com/memkind/jemalloc (英語)
pmdk- https://github.com/pmem/pmdk (英語)