Daisen：一个用于可视化详细 GPU 执行的框架

图形处理单元（GPU）已被广泛用于加速人工智能、物理仿真、医学成像和信息可视化应用。为提升 GPU 性能，GPU 硬件设计者需要通过检查大量模拟器生成的轨迹来识别性能问题。可视化执行轨迹能够减轻用户的认知负担，并有助于理解 GPU 硬件组件的行为。在本文中，我们首先形式化了 GPU 性能分析的过程，并基于一项调查研究以及与 GPU 硬件设计者的访谈，刻画了可视化执行轨迹的设计需求。我们提出了面向 GPU 性能分析的数据与任务抽象。基于我们的任务分析，我们提出了 Daisen，一个支持从 GPU 模拟器收集数据并提供模拟器生成的 GPU 执行轨迹可视化的框架。Daisen 具有可记录模拟器生成的 GPU 执行轨迹的数据抽象与轨迹格式。Daisen 还包含一个基于 Web 的可视化工具，可帮助 GPU 硬件设计者检查 GPU 执行轨迹、识别性能瓶颈并验证性能改进。我们与 GPU 硬件设计者的定性评估表明，Daisen 的设计反映了 GPU 硬件设计者的典型工作流。使用 Daisen，参与者能够有效识别潜在的性能瓶颈与性能提升机会。Daisen 的开源实现可在 gitlab.com/akita/vis 获取。包括演示视频、调查问卷、评估研究指南和事后评估问卷在内的补充材料可在 osf.io/j5ghq 获取。