nvprof提示“未收集到性能分析数据”的解决方法咨询

使用nvprof分析CUDA程序时，仅输出程序本身内容，随后出现警告：

======== Warning: No profile data collected.

代码基于经典入门CUDA程序，此前系统可正常使用nvprof，重装CUDA 11.8后出现该问题。已尝试以下方案但均无效：

• 添加cudaDeviceReset()、cudaProfilerStart()/cudaProfilerStop()
• 使用nvprof --unified-memory-profiling off命令参数
• 排查编译器问题（未使用OpenACC库）

系统规格 #

• 系统：Windows 11 x64（WSL2环境）
• CPU：i7 8750H
• GPU：GTX 1050 Ti
• CUDA版本：11.8

编译与分析命令 #

编译命令：

nvcc add.cu -o add_cuda

性能分析命令：

nvprof ./add_cuda

程序代码（add.cu） #

#include <iostream>
#include <math.h>
#include <cuda_profiler_api.h>

// 数组元素相加函数
__global__
void add(int n, float *x, float *y)
{
  for (int i = 0; i < n; i++)
      y[i] = x[i] + y[i];
}

int main(void)
{
  int N = 1<<20; // 100万元素

  cudaProfilerStart();

  // 分配统一内存（CPU/GPU均可访问）
  float *x, *y;
  cudaMallocManaged(&x, N*sizeof(float));
  cudaMallocManaged(&y, N*sizeof(float));

  // 在主机端初始化数组
  for (int i = 0; i < N; i++) {
    x[i] = 1.0f;
    y[i] = 2.0f;
  }

  // 在GPU上运行kernel处理100万元素
  add<<<1, 1>>>(N, x, y);

  // 等待GPU完成后再访问主机端数据
  cudaDeviceSynchronize();

  // 检查计算错误（所有值应为3.0f）
  float maxError = 0.0f;
  for (int i = 0; i < N; i++)
    maxError = fmax(maxError, fabs(y[i]-3.0f));
  std::cout << "Max error: " << maxError << std::endl;

  // 释放内存
  cudaFree(x);
  cudaFree(y);

  cudaDeviceReset();
  cudaProfilerStop();

  return 0;
}

针对WSL2环境下CUDA 11.8的nvprof问题，按以下步骤排查：

1. 确认驱动与WSL2兼容性
   GTX 1050 Ti属于Pascal架构，CUDA 11.8支持该架构，但需确保Windows侧NVIDIA驱动版本≥450.80.02（CUDA 11.x最低要求）。打开NVIDIA控制面板查看驱动版本，过低则更新至最新兼容版本。

2. 检查CUDA工具链路径配置
   执行以下命令验证nvprof与库路径：

   which nvprof
   echo $LD_LIBRARY_PATH
   

   确保nvprof路径指向/usr/local/cuda-11.8/bin，LD_LIBRARY_PATH包含/usr/local/cuda-11.8/lib64。若配置错误，在~/.bashrc中添加：

   export PATH=/usr/local/cuda-11.8/bin:$PATH
   export LD_LIBRARY_PATH=/usr/local/cuda-11.8/lib64:$LD_LIBRARY_PATH
   

   执行source ~/.bashrc生效。

3. 调整nvprof启动参数
   在WSL2中使用强制延迟 profiling 模式：

   nvprof --profile-from-start off ./add_cuda
   

   你的代码中cudaProfilerStart()/cudaProfilerStop()的位置已正确，无需调整。

4. 替换为Nsight Systems（NVIDIA新一代工具）
   CUDA 11.x起nvprof已逐步被Nsight Systems取代，WSL2环境下兼容性更好。执行分析命令：

   nsys profile ./add_cuda
   

   生成的.qdrep文件可在Windows侧的Nsight Systems中打开查看详细性能数据。

5. 验证Kernel是否正常执行
   在程序中添加CUDA错误检查，确认Kernel启动无异常：
   在add<<<1, 1>>>(N, x, y);后添加：

   cudaError_t err = cudaGetLastError();
   if (err != cudaSuccess) {
       std::cout << "Kernel启动失败: " << cudaGetErrorString(err) << std::endl;
       return 1;
   }
   

   若输出错误信息，需进一步排查设备初始化问题。

内容的提问来源于stack exchange，提问作者D. Cohen