我試圖從命令行中運行R. 「nvprof」 這裏是我正在做它：nvprof [R gputools代碼永遠不會結束
./nvprof --print-GPU-跟蹤--devices 0 - -analysis-metrics -export-profile/home/xxxxx /％p R
這給了我一個R提示符並且我寫了R代碼。我也可以用Rscript來做。
的問題，我看到的是，當我給--analysis度量選項它給了我很多類似 == == 44041重播內核「無效ger_kernel（cublasGerParams）」
和R過程永遠不會結束線。我不知道我錯過了什麼。
nvprof不修改進程退出行爲，所以我認爲你只是因爲你的應用調用了很多內核而感到遲緩。你有兩種選擇來加速這一點。
1.選擇性分析度量
的--analysis-metrics選項使若干度量，這就需要內核要重播的收集 - 收集一組不同的度量爲每個內核運行的。
如果您的應用程序有很多內核調用，這可能需要一段時間。我建議你用nvprof --query-metrics命令查詢可用指標，然後手動選擇你感興趣的指標。
一旦你知道你想要哪些指標，你可以使用nvprof -m metric_1,metric_2,...來查詢它們。通過這種方式，應用程序將分析更少的指標，因此需要更少的重放，並且運行速度更快。
2.選擇性剖析內核
或者，你只能使用--kernels <context id/name>:<stream id/name>:<kernel name>:<invocation>選項簡檔的特定內核。
例如，nvprof --kernels ::foo:2 --analysis-metrics ./your_cuda_app將剖析內核名稱包含字符串foo且僅在第二次調用時的所有分析指標。這個選項需要正則表達式，而且功能非常強大。
您可以混合和匹配上述兩種方法來加速性能分析。您將能夠使用命令nvprof --help找到關於這些和其他nvprof選項的更多幫助。