示例1：矩阵分析

简介

本示例主要针对使用for循环实现一维矩阵计算的程序进行优化，通过鲲鹏DevKit系统性能分析工具热点函数分析功能模块中热点函数的检测，发现矩阵计算的热点函数multiply，采用neon指令进行优化，并对比优化效果。

环境准备

1. 请确认服务器上已安装的操作系统是否兼容，GCC版本是否为7.3.0及以上，兼容性请参见鲲鹏DevKit兼容性查询助手。
2. 请确认服务器上是否已安装鲲鹏DevKit系统性能分析工具。
3. 请从Github下载代码样例，执行以下命令赋予所有用户可读、可写和可执行权限。
   

   样例代码文件为multiply.c、multiply_simd.c、multiply_start.sh和multiplysimd_start.sh。

   chmod 777 multiply.c multiply_simd.c multiply_start.sh multiplysimd_start.sh

multiply一维矩阵运算热点函数检测

1. multiply程序准备。
   1. 编译multiply.c并赋予执行文件所有用户可读、可写和可执行权限。

      gcc -g multiply.c -o multiply && chmod 777 multiply

   2. 将multiply.c程序绑定CPU核，并使用后台启动脚本multiply_start.sh 启动程序，使得程序循环运行多次，以便有时间运行系统级别的采集任务，同时nohup命令使得即使退出账户之后会继续运行相应的进程，防止任务中断。

      nohup bash multiply_start.sh >>multiply.out 2>&1 &

      程序运行的输出（标准输出（1））将会保存到multiply.out文件，错误信息（2）会重定向到multiply.out文件。

      其中multiply_start.sh脚本内容如下，如multiply_start.sh程序没有正常运行，可通过multiply.out文件检查错误信息，注意检查是否为window-style line endings问题。如果是，可以通过vi -b multiply_start.sh进行删除。

      图1 脚本内容
      
2. 在程序运行的过程当中，创建系统级全景任务分析当前程序。
   创建系统全景任务，并启动分析。

   表1 任务配置参数说明

   参数	说明
   分析对象	系统
   分析类型	全景分析
   采样类型	系统设置、PCIe拓扑、系统性能和任务调度
   采样时长	20秒
   采样间隔	1秒

3. 查看采集分析结果。
   图2 系统性能
   

   图2可以看到图形化界面的CPU核在采集时间内的利用率变化，当前有CPU核1的使用率（“系统性能”页签下%user的数值）接近100%，并且绝大部分消耗在用户态。由此说明，该程序全部消耗在用户态计算，没有其他IO或中断操作。

4. 采用进程/线程分析方法，查看消耗CPU资源的进程。

   表2 任务配置参数说明

   参数	说明
   分析对象	系统
   分析类型	进程/线程性能分析
   采样时长	10秒
   采样类型	全选
   采集线程信息	开启

5. 查看采集分析结果。
   由于循环运行multiply程序，在采集时间内，可能会采集到多个multiply进程，如图3所示。对于每个multiply的进程，CPU的是使用率都接近100%。

   图3 进程/线程分析结果（多个multiply进程）
   
6. 结束样例程序。

   通过jobs -l查看multiply程序运行pid（如果程序尚未结束，可看到后台运行的程序），通过kill -9结束进程。

   jobs -l
   kill -9 <multiply程序pid>

7. 采用热点函数分析该程序，找到热点函数和指令。

   创建热点函数分析任务，并启动分析。

   表3 任务配置参数说明

   参数	说明
   分析对象	应用。
   应用路径	输入程序所在的绝对路径，本示例将代码样例放在服务器“/opt/testdemo/multiply/multiply”路径下。示例路径里面第一个multiply为文件夹，第二个multiply为可执行程序。
   分析类型	热点函数分析。
   采样范围	用户态。采样范围分用户态、内核态、所有。本示例发现所有的CPU消耗都在用户态，所以只采集用户态的数据。
   符号文件路径	用于采集过程当中，获取函数名。本示例使用/opt/testdemo/multiply/multiply。
   采样时长	20秒。
   采集调用栈	开启。
   其他参数	默认。

8. 查看采集分析结果。
   图4 热点函数分析结果总览
   

   从图4中可查看整个采集运行时长、程序运行的时钟周期数和指令数。

   图5 源码关联
   

   单击对应蓝色函数名，可查看源码中对应行数。

优化运算

1. multiply_simd.c程序准备。
   multiply_simd.c是在multiply.c的基础上采用neon指令进行优化的，编译multiply_simd.c并赋予执行文件所有用户可读、可写和可执行权限。

   gcc -g multiply_simd.c -o multiply_simd && chmod 777 multiply_simd

2. 采用热点函数分析该程序，找到热点函数和指令。

   创建热点函数分析任务，并启动分析。

   表4 任务配置参数说明

   参数	说明
   分析对象	应用。
   应用路径	输入程序所在的绝对路径，本示例将代码样例放在服务器“/opt/testdemo/multiply/multiply_simd”路径下。
   分析类型	热点函数分析。
   采样范围	用户态。采样范围分用户态、内核态、所有。本示例发现所有的CPU消耗都在用户态，所以只采集用户态的数据。
   符号文件路径	用于采集过程当中，获取函数名。本示例使用/opt/testdemo/multiply/multiply_simd。
   采样时长	20秒。
   采集调用栈	开启。
   其他参数	默认。

3. 查看采集分析结果。
   图6 热点函数分析结果总览
   

   从图6中可查看整个采集运行时长、程序运行的时钟周期数和指令数，multiply_neon函数占用时钟周期降低。