gpgpu-sim/gpgpu-sim_distribution

GPGPU‑Sim – 周期级 GPU 架构模拟器

简介 – GPGPU‑Sim 是一款开源、周期精确的模拟器，用于模拟现代 NVIDIA 风格的图形处理器 (GPU)。它能够执行为 CUDA 或 OpenCL 编写的程序，并产生详细的时序、功能与功耗分析结果。

重要性 – 研究人员利用它来研究 GPU 硬件运作机制、探索新的架构构想，并在无需昂贵实体 GPU 的情况下评估深度学习工作负载的性能与能源消耗。

核心组件

• 核心模拟器 – 逐周期执行 PTX/SASS 指令流，模拟 Warp 调度、内存层级与运算单元。
• AccelWattch 功耗模型 – 一个可扩展的框架，基于 McPAT 模型构建并针对真实的 Volta GPU 进行了验证，用于估算 GPU 功耗。
• AerialVision – 一种可视化工具，可绘制模拟统计数据以利分析。
• 与 Accel‑Sim 集成 – 支持使用 NVIDIA 的 NVBit SASS 追踪进行基于追踪的模拟，并支持 PyTorch/CuDNN 的执行驱动模式。

典型工作流程

1. 安装依赖项 – Linux 系统、CUDA 工具包、选用的 OpenCL 驱动程序以及一些开发套件 (gcc, make, bison 等)。为方便起见，提供了 Docker 或 VS Code 开发容器设置。
2. 构建 – 选择 debug 或 release 设置，并透过 CMake 或传统的 Makefile 进行编译。
3. 运行 – 将模拟器的库路径指向您编译的 CUDA (或 PyTorch) 二进制文件，选择性启用 AccelWattch 功耗模型，然后启动程序。结果会写入日志文件，并可使用 AerialVision 进行可视化。

适用对象 – 计算机架构研究人员、研究生以及需要详细且可配置的 GPU 模型来进行性能或功耗研究的工程师，特别是在评估 Tensor Cores 或动态并行处理等新硬件功能时。

如何开始 – 克隆存储库，依照 README 中的“Step 1‑3”说明操作，或拉取预先构建的 Docker 镜像 (ghcr.io/accel-sim/accel-sim-framework:ubuntu-24.04-cuda-12.8)。位于 http://gpgpu-sim.org/manual/ 的手册提供了更深入的文档。