vscode使用nsight调试cuda代码

vscode使用nsight调试cuda代码

因为在学习cuda编程，所以当然要调试了。
CUDA Support in Visual Studio Code with Julia Reid (youtube.com)
安装 nsight vscode插件

如何调试多个文件夹、子文件里面额task.json
搜了半天，总算可以用工作空间的方式解决了：
How to run/debug Azure Functions project in a sub-folder in VS Code? - Microsoft Q&A
Multiple function projects · microsoft/vscode-azurefunctions Wiki (github.com)

构建

把项目文件夹（包含.vscode/tasks.json）添加到工作空间，这样vscode可以根据活动的文件确定工作路径，从而调用路径下的.vscode里面的配置。
构建就是调用make根据构建规则变异出.o可执行文件。

调试

注意！~cuda-gdb 主要需要用到python3，为了方便，在conda的虚拟环境中执行，conda activate base

调试GPU代码部分

给断点加表达式条件

用界面和cuda-gdb交互

问题！没有sm wrap lane显示？？？我怀疑是nsight版本过低？
帮我查查a100哪一年发布的，cuda 11.4是哪一年发布的？
NVIDIA A100 GPU 是在2020年发布的。这款GPU基于NVIDIA的Ampere架构，旨在为人工智能、数据科学和高性能计算提供强大的加速能力。A100 GPU提供了显著的性能提升，特别是在AI训练和推理方面，它能够提供高达20倍的性能提升。

至于CUDA 11.4，这是一个CUDA Toolkit的版本，它在2021年发布。CUDA Toolkit是一个并行计算平台和编程模型，允许开发者利用NVIDIA的GPU进行通用计算。CUDA 11.4版本带来了对新硬件的支持，包括Ampere架构的GPU，以及对现有功能的性能改进和新特性的添加。这个版本的CUDA Toolkit为开发者提供了更好的工具和库，以便更有效地利用NVIDIA GPU的计算能力。

问题！为什么 info cuda kernel 显示 ？

问题！vscode的debug console调试控制台原理是什么？输入的命令实际是在和什么交互？和cuda-gdb什么关系？为什么 info cuda kernel无效？
在 Visual Studio Code (VSCode) 中，调试控制台（Debug Console）是与调试器交互的界面，它允许开发者在运行时检查和修改程序的状态。当你在调试控制台中输入命令时，这些命令实际上是发送给当前运行的调试器，例如 cuda-gdb。

cuda-gdb 是 NVIDIA 提供的一个调试器，它是一个针对 CUDA 应用程序的 GDB（GNU Debugger）前端。它允许开发者设置断点、单步执行、检查变量值以及执行其他调试操作。cuda-gdb 特别针对 CUDA 应用程序设计，可以调试 CPU 和 GPU 代码，并且支持 CUDA 特定的调试功能。

在 VSCode 中，当你使用 CUDA 扩展进行调试时，你实际上是在与 cuda-gdb 交互。VSCode 提供了一个用户友好的界面来发送调试命令给 cuda-gdb，并且显示调试信息。

至于为什么 info cuda kernel 命令无效，这可能是因为 cuda-gdb 中并没有这个特定的命令。info cuda kernel 可能是一个自定义的命令或者是一个错误输入。在 cuda-gdb 中，你可以使用 info 命令来获取关于当前调试状态的信息，例如 info registers 来查看寄存器的值，或者 info locals 来查看局部变量。如果你想要获取关于 CUDA 内核的信息，你可能需要使用 cuda-gdb 提供的相关命令，或者检查内核的源代码来获取你需要的信息。

如果你在使用 VSCode 调试 CUDA 应用程序时遇到问题，建议查阅 cuda-gdb 的官方文档，或者在 VSCode 的调试控制台中尝试使用 help 命令来获取可用命令的列表。此外，VSCode 的调试控制台也提供了自动补全功能，可以帮助你找到正确的命令。

问题！如何单独升级 cuda-gdb，cudagdg原理是用cuda installer安装的？
cuda-gdb 是 NVIDIA 提供的一个用于调试 CUDA 应用程序的 GDB 前端。它允许开发者在运行时检查和修改程序的状态，包括设置断点、单步执行、检查变量值等。cuda-gdb 是通过 NVIDIA CUDA Toolkit 安装的，通常在安装 CUDA Toolkit 时一起安装。

要单独升级 cuda-gdb，你通常需要更新整个 CUDA Toolkit，因为 cuda-gdb 是 CUDA Toolkit 的一部分。以下是升级 CUDA Toolkit 的一般步骤：

1. 访问 NVIDIA CUDA Toolkit 下载页面：

   • 打开你的网络浏览器，访问 NVIDIA CUDA Toolkit 的官方下载页面（https://developer.nvidia.com/cuda-downloads）。

2. 选择适合你的系统和版本的 CUDA Toolkit：

   • 在下载页面上，选择适合你的操作系统和硬件的 CUDA Toolkit 版本。

3. 下载 CUDA Toolkit 安装包：

   • 下载与你的系统兼容的最新版本的 CUDA Toolkit 安装包。

4. 运行安装程序：

   • 运行下载的安装程序，并按照提示进行操作。在安装过程中，确保选择包含 cuda-gdb 的组件。

5. 验证安装：

   • 安装完成后，可以通过运行 cuda-gdb 命令来验证 cuda-gdb 是否已成功升级。

请注意，具体的升级步骤可能会根据你的操作系统和 CUDA Toolkit 的版本有所不同。在升级之前，建议备份你的工作，以防万一出现任何问题。此外，如果你使用的是特定的开发环境，如 CLion 或其他 JetBrains IDE，它们可能有自己的方法来集成和升级 cuda-gdb，你可以查看相应 IDE 的文档以获取更详细的指导。

升级或者安装Nsight Systems