0Pricing
CUDA Academy · Ders

Nsight Systems'ta Zaman Çizelgesi Görünümü

Boşlukları, kopyalamaları ve örtüşmeleri görün.

Nsight Systems'ta Zaman Çizelgesi Görünümü, CoddyKit'te ücretsiz bir CUDA Academy dersidir. Bu, 4 dersinin 1. dersidir. Aşağıdan dersin tamamını ücretsiz okuyabilir, sonra tarayıcıda yerleşik kod editörü ve 7/24 yapay zeka koçu ile uygulamalı olarak pratik yapabilirsin. Bu, CUDA Academy öğrenme yolunun bir parçasıdır ve ilerlemeniz web ve CoddyKit uygulaması arasında senkronize olur. CUDA Academy kursu toplamda 4 dersten oluşur.

Bu dersin bazı bölümleri henüz çevrilmemiş olup İngilizce olarak gösterilmektedir.

Meet Nsight Systems

Nsight Systems is your bird's-eye profiler. It shows the whole timeline of your program so you can spot where the GPU sits idle. 🔭

Why a Timeline

A timeline lays every operation along a time axis. You instantly see what runs when, and how long each piece takes, side by side.

Capturing a Trace

You record a run with nsys on the command line. It captures GPU and CPU activity into one report you can open later.

nsys profile -o report ./my_cuda_app

The Rows You See

Each row is a stream of activity: CPU threads, CUDA API calls, kernels, and memory copies. Reading them together tells the story.

Spotting the Gaps

Empty space on the GPU row is a gap: time the GPU did nothing. Gaps are your biggest clue that something is waiting. ⏳

Copies Versus Kernels

On the timeline, memory copies and kernels live on separate lanes. If copies dominate, your data movement is the real cost.

Seeing Overlap

When copies and kernels run at the same time, their bars overlap on different streams. Overlap is good: the GPU is staying busy.

Zoom to the Truth

The big picture hides detail, so you zoom in on a slow region. Up close, you can measure one kernel or one copy precisely.

Hover for Numbers

Hovering any bar shows its exact duration and name. That turns a vague feeling of slowness into a hard number you can act on.

CPU Stalls Hurt Too

Sometimes the GPU waits because the CPU is busy preparing work. The timeline reveals these host-side stalls just as clearly.

System-Level, Not Per-Kernel

Nsight Systems answers where the time goes across the whole app. For deep per-kernel detail you switch to a different tool.

Quick Check

You see a long empty stretch on the GPU row.

Recap

Nsight Systems gives you the timeline: gaps, copies, kernels, and overlap at a glance. Start here to find where your time really goes. 👏

Sıkça Sorulan Sorular

“Nsight Systems'ta Zaman Çizelgesi Görünümü” dersi ücretsiz mi?

Evet — “Nsight Systems'ta Zaman Çizelgesi Görünümü” dersin tüm metni burada web'de ücretsiz olarak okunabilir. Etkileşimli olarak pratik yapmak (yerleşik kod editörü ve 7/24 yapay zeka koçu) ve CUDA Academy kursunun geri kalanını açmak için CoddyKit PRO'ya yükselt. CUDA Academy kursu toplamda 4 dersten oluşur.

“Nsight Systems'ta Zaman Çizelgesi Görünümü” dersinde ne öğreneceğim?

Boşlukları, kopyalamaları ve örtüşmeleri görün. CUDA Academy ile uygulamalı kodu tarayıcıda doğrudan çalıştırarak pratik yaparsın ve 7/24 yapay zeka koçu dersi çalışırken sorularını yanıtlar.

CUDA Academy öğrenmeye başlamak için deneyim gerekli mi?

Önceden deneyim gerekmez. CoddyKit'te CUDA Academy, başlangıçtan ileri seviyeye kadar yapılandırıldığı için buradan başlayabilir veya başından başlayıp kendi hızında ilerleme yapabilirsin. Bu, 4 dersinin 1. dersidir.

“Nsight Systems'ta Zaman Çizelgesi Görünümü” dersi ne kadar sürer?

Çoğu CoddyKit dersi yaklaşık 5–10 dakika sürer. Her biri kısa ve etkileşimli olduğu için sabit ilerleme yaparsın ve web ile uygulama arasında tam olarak bıraktığın yerden devam edebilirsin.

Bu CUDA Academy dersinde kod yazıp çalıştırabilir miyim?

Evet. Her CUDA Academy dersi yerleşik bir kod editörü içerir, bu sayede tarayıcıda gerçek kod yazıp çalıştırabilir ve anlık yapay zeka geri bildirimi alırsın — yerel kurulum gerekli değildir.

Bu kursun tüm dersleri

  1. Nsight Systems'ta Zaman Çizelgesi Görünümü
  2. Nsight Compute'ta Çekirdek Ölçümleri
  3. Hesaplama Sınırlı ve Bellek Sınırlı
  4. Kodu NVTX ile Açıklama
← CUDA Academy Sayfasına Dön