CodeXL1.4发布!

今天是很高兴的一天 - CodeXL最新发布刚通过了QA测试,并且进行了出版发行。


以下是本次发布的最新内容:

• Visual Studio2013 CodeXL扩展

     Visual Studio最新版的适配器现在可以直接通过Visual Studio IDE使用CodeXL。


• CodeXLAnalyzer命令行工具中的新ShaderAnalyzer(仅限Windows)
应大众要求,原名为GPU的Shader Analyzer (GSA) 在雪藏两年多后现在成为了CodeXL命令行工具的一部分。更新工具采用带电驱动模式,比如,在编译程序中装载DirectX运行程序,并在在基站安装用于HLSL流处理器的AMD驱动。

• Volcanic Islands系列GPUs 支持 – 调试,剖析和分析。

•  功能增强的分析模式
CodeXL1.3引入分析模式来取代传统的APP KernelAnalyzer2工具。我们从用户那里获得了很多关于这项新功能的反馈意见。以下为分析模式的信息:

    o  简化分析模式快速创建和编辑CL文件
       用户的反馈意见中,最为突出的要求就是,在不建立项目的情况下,简化使用方法,减少启动该工具和开始编辑OpenCL™代码之间的点击次数。而我们也正是那样做的。         拖动一个OpenCL™文件到CodeXL或单击播放工具栏按钮,然后选择创建新的OpenCL™文件开始编辑。同时将为您自动进行项目创建。

    o  项目设置树中的新的建置选项节点,便于控制和可见离线的OpenCL™创建设置


    o  分析表分别显示单个工作项和总工作量的各个时钟计数

    o  用户体验改进

             §  新的“无已加载项目”对话框,用于快速创建项目并设置相关模式


            §  重新设计的“项目设置”

                随着功能的增加,随之而来的是更多的配置选项。我们将项目设置 重新设计为树状的多级别配置选项。

           §  内核调试过程中,GPU调试器局部变量视图显示工作组的尺寸和性能

           §  GPU 分析器时间轴修改

               *  用户标识包API呼叫作为扩展树节点

               * API跟踪表中的新列

               * 属性视图显示所选时间轴项的属性

               *应用程序跟踪阶段作业类型已更名为应用时间表跟踪

•  现在可以通过资源管理器树状结构的上下文菜单删除多个分析器会话
•  将CL文件拖放到n’,即可自动添加文件到CodeXL项目
•   CPU配置的增强功能

    o  增加了对 Kaveri和Mullins APUs的支持

    o  新功能:附加至处理程序

       将分析器拖动到正在运行的程序中,其符号信息和调用堆栈数据将包含在剖析作业阶段。

    o  新功能:未绑定的全系统剖析

        剖析所有当前正在运行的程序,而无需占用某一特定程序的作业阶段。

    o  除了旧版CodeXL收集的用户模式代码外,现在调用堆栈集收集内核模式下的代码。这对剖析驱动程序最好不过。

    o  调用图视图 - 简化了母表和子表,并纠正了显示器

    o  当通过CPU剖析源代码/反汇编视图滚动时,自动获取拆卸码块

    o  各个模块加载符号的显示指示

    o  一个新的泛型日志API库AMDTActivityLogger替换CLPerfMarker库

    o  OpenCL™不再是进行OpenGL调试的先决条件

    o  百余条漏洞修复!


我们将提高质量作为此次发布的目标。这就是CodeXL最稳定和强大的发布!

下载CodeXL,请登录:http://developer.amd.com/tools-and-sdks/heterogeneous-computing/codexl/

有关 CodeXL的反馈意见,或需要请求支持,请访问我们的 CodeXL论坛

 


  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Heterogeneous Computing with OpenCL 2.0 teaches OpenCL and parallel programming for complex systems that may include a variety of device architectures: multi-core CPUs, GPUs, and fully-integrated Accelerated Processing Units (APUs). This fully-revised edition includes the latest enhancements in OpenCL 2.0 including: • Shared virtual memory to increase programming flexibility and reduce data transfers that consume resources • Dynamic parallelism which reduces processor load and avoids bottlenecks • Improved imaging support and integration with OpenGL Designed to work on multiple platforms, OpenCL will help you more effectively program for a heterogeneous future. Written by leaders in the parallel computing and OpenCL communities, this book explores memory spaces, optimization techniques, extensions, debugging and profiling. Multiple case studies and examples illustrate high-performance algorithms, distributing work across heterogeneous systems, embedded domain-specific languages, and will give you hands-on OpenCL experience to address a range of fundamental parallel algorithms. Updated content to cover the latest developments in OpenCL 2.0, including improvements in memory handling, parallelism, and imaging support Explanations of principles and strategies to learn parallel programming with OpenCL, from understanding the abstraction models to thoroughly testing and debugging complete applications Example code covering image analytics, web plugins, particle simulations, video editing, performance optimization, and more

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值