hpc-lab-code/lab4/SETUP_SUMMARY.md

# Lab4 CUDA 项目设置完成总结

## 已完成的工作

### 1. 创建 xmake 构建系统 ✓

**文件**: `xmake.lua`

**功能**:
- 配置 CUDA 工具链
- 编译 5 个 CUDA 程序
- 自动处理 OpenMP 依赖 (MatrixMul_cpu)
- 生成优化的 Release 版本

**编译目标**:
- `vectoradd` - 向量加法程序
- `MatrixMul_cpu` - CPU OpenMP 矩阵乘法
- `MatrixMul_kernel1` - CUDA 基础版本
- `MatrixMul_kernel2` - CUDA 共享内存优化
- `matrixmultiply_block_size_change` - BLOCK_SIZE 性能测试

### 2. 优化 CUDA 源代码输出格式 ✓

**修改的文件**:
- `MatrixMul_kernel1.cu` - 添加详细的性能数据输出 (时间、GFLOPS)
- `MatrixMul_kernel2.cu` - 添加详细的性能数据输出 (时间、GFLOPS)
- 添加必要的头文件 (`<iomanip>`)

**输出格式**:
- 表格化输出，便于复制到实验报告
- 包含运行时间 (秒和毫秒)
- 计算 GFLOPS 性能指标

### 3. 创建实验数据收集脚本 ✓

**文件**: `lab4.sh`

**功能**:
- 自动运行所有 CUDA 程序
- 收集 GPU 硬件信息
- 将结果保存到 `experiment_data/` 目录
- 生成结构化的实验数据文件

**输出文件**:
- `experiment_data/gpu_info.txt` - GPU 信息
- `experiment_data/vectoradd_results.txt` - 向量加法数据
- `experiment_data/matrixmul_comparison.txt` - CPU vs GPU 对比
- `experiment_data/blocksize_analysis.txt` - BLOCK_SIZE 分析

### 4. 创建 Python 数据可视化脚本 ✓

**文件**: `plot_results.py`

**功能**:
- 自动解析实验数据
- 生成高质量的实验图表
- 支持中文字体显示

**生成的图表**:
- `vectoradd_performance.png` - 向量加法性能图
- `cpu_vs_gpu_comparison.png` - CPU vs GPU 性能对比 (4个子图)
- `blocksize_analysis.png` - BLOCK_SIZE 性能分析 (2个子图)

**依赖**:
```bash
pip install matplotlib numpy
```

### 5. 创建详细的文档 ✓

**README.md** - 完整的实验说明
- 实验目的和要求
- 思考题详细提示
- 数据分析指导
- 性能计算公式

**QUICKSTART.md** - 快速开始指南
- 编译和运行步骤
- 常见问题解答
- 实验报告要点

**实验报告模板.md** - 报告模板
- 思考题详细解答
- 性能数据表格
- 图表分析框架
- 实验总结指导

## 项目结构

```
lab4/
├── xmake.lua                          # xmake 构建配置
├── lab4.sh                            # 实验数据收集脚本
├── plot_results.py                    # Python 绘图脚本
├── README.md                          # 详细实验说明
├── QUICKSTART.md                      # 快速开始指南
├── 实验报告模板.md                     # 实验报告模板
├── SETUP_SUMMARY.md                   # 本文件
│
├── vectoradd.cu                       # 向量加法程序
├── MatrixMul_cpu.cu                   # CPU OpenMP 矩阵乘法
├── MatrixMul_kernel1.cu               # CUDA 基础版本
├── MatrixMul_kernel2.cu               # CUDA 共享内存优化
├── matrixmultiply_block_size_change.cu  # BLOCK_SIZE 测试
│
├── build/                             # 编译输出目录
│   └── linux/x86_64/release/
│       ├── vectoradd
│       ├── MatrixMul_cpu
│       ├── MatrixMul_kernel1
│       ├── MatrixMul_kernel2
│       └── matrixmultiply_block_size_change
│
└── experiment_data/                   # 实验数据目录
    ├── gpu_info.txt                   # GPU 信息
    ├── vectoradd_results.txt          # 向量加法数据
    ├── matrixmul_comparison.txt       # CPU vs GPU 对比
    ├── blocksize_analysis.txt         # BLOCK_SIZE 分析
    └── figures/                       # 生成的图表
        ├── vectoradd_performance.png
        ├── cpu_vs_gpu_comparison.png
        └── blocksize_analysis.png
```

## 使用流程

### 步骤 1: 编译程序
```bash
cd /home/yly/dev/hpc-lab-code/lab4
xmake
```

### 步骤 2: 运行实验
```bash
./lab4.sh
```

### 步骤 3: 生成图表 (可选)
```bash
pip install matplotlib numpy
./plot_results.py
```

### 步骤 4: 填写实验报告
参考 `实验报告模板.md`，使用收集的数据和图表

## 实验数据说明

### 实验 4.2: 向量加法
**数据文件**: `experiment_data/vectoradd_results.txt`

**包含内容**:
- 不同数据规模 (128, 256, 512, 1024, 2048)
- 执行时间 (毫秒)
- 验证结果正确性

**需要分析**:
- 数据规模 vs 执行时间的关系
- 时间复杂度分析
- GPU 并行效率

### 实验 4.3: 矩阵乘法优化

#### 思考题
详见 `实验报告模板.md` 中的详细解答

#### 实验一: CPU vs GPU 性能对比
**数据文件**: `experiment_data/matrixmul_comparison.txt`

**包含内容**:
1. CPU (OpenMP) 性能
   - 不同线程数: 1, 8, 64, 256
   - 不同矩阵规模: 256, 512, 1024, 2048
   - 运行时间、GFLOPS、加速比

2. CUDA Kernel1 (基础版本)
   - 矩阵规模: 512, 1024, 2048, 4096
   - 运行时间、GFLOPS

3. CUDA Kernel2 (共享内存优化)
   - 矩阵规模: 512, 1024, 2048, 4096
   - 运行时间、GFLOPS

**需要分析**:
- CPU vs GPU 性能对比
- 不同 OpenMP 线程数的扩展性
- Kernel2 相对 Kernel1 的优化效果
- 加速比计算和绘图

#### 实验二: BLOCK_SIZE 性能影响
**数据文件**: `experiment_data/blocksize_analysis.txt`

**包含内容**:
- 不同 BLOCK_SIZE: 4, 8, 16, 32
- 不同矩阵规模: 256, 512, 1024, 2048
- 运行时间、GFLOPS

**需要分析**:
- BLOCK_SIZE 对性能的影响
- 最优 BLOCK_SIZE 的选择
- 不同矩阵规模下的最优配置

## 性能计算公式

### 加速比
```
加速比 = 基准时间 / 优化后时间
```

### FLOPS
```
矩阵乘法浮点运算数 = 2 × M × N × K
GFLOPS = 运算次数 / (时间秒 × 10^9)
```

### 效率
```
效率 = 加速比 / 处理器核心数
```

## 图表说明

### 自动生成的图表

1. **vectoradd_performance.png**
   - X 轴: 数据规模 N
   - Y 轴: 执行时间 (ms)
   - 趋势线展示性能变化

2. **cpu_vs_gpu_comparison.png** (4 个子图)
   - 子图 1: 运行时间对比 (柱状图)
   - 子图 2: GFLOPS 对比 (柱状图)
   - 子图 3: 加速比对比 (折线图)
   - 子图 4: Kernel2 相对 Kernel1 的提升 (柱状图)

3. **blocksize_analysis.png** (2 个子图)
   - 子图 1: 不同 BLOCK_SIZE 的运行时间
   - 子图 2: 不同 BLOCK_SIZE 的 GFLOPS

## 实验报告要点

### 必须包含的内容
1. ✓ 思考题详细解答 (模板已提供)
2. ✓ 完整的性能数据表格
3. ✓ 性能对比图表 (自动生成)
4. ✓ 数据分析和结论
5. ✓ 优化建议和改进方向

### 可选的加分项
- 使用 nvprof/Nsight 进行性能分析
- 实现额外的优化 (如寄存器分块)
- 更深入的理论分析
- 使用其他 GPU 进行对比测试

## 常见问题

### Q1: 编译失败
**A**: 检查 CUDA 是否正确安装:
```bash
nvidia-smi
nvcc --version
```

### Q2: 运行时找不到 GPU
**A**: 检查 GPU 驱动和 CUDA 运行时

### Q3: Python 脚本报错
**A**: 安装依赖:
```bash
pip install matplotlib numpy
```

### Q4: 想修改测试参数
**A**: 编辑对应的 .cu 文件，修改测试规模或参数，然后重新编译

## 下一步建议

1. **运行实验**: `./lab4.sh`
2. **生成图表**: `./plot_results.py`
3. **查看数据**: 检查 `experiment_data/` 目录
4. **填写报告**: 使用 `实验报告模板.md`
5. **深入分析**: 可以使用 nvprof 进行更详细的性能分析

## 技术亮点

1. **自动化数据收集**: 一键运行所有实验
2. **结构化输出**: 数据格式便于分析
3. **可视化支持**: 自动生成高质量图表
4. **详细文档**: 完整的实验指导和模板
5. **灵活配置**: 易于修改测试参数

## 总结

所有必要的文件已创建完成，项目结构清晰，文档齐全。学生可以：
- 快速编译和运行实验
- 自动收集实验数据
- 生成专业的性能图表
- 参考详细的报告模板

祝实验顺利！