安装（服务端，基于 Spack）​

mkdir /public/software/apps/paraview/
cd /public/software/apps/paraview/
wget wget https://www.paraview.org/paraview-downloads/download.php?submit=Download&version=v6.1&type=binary&os=Linux&downloadFile=ParaView-6.1.0-MPI-Linux-Python3.12-x86_64.tar.gz -O ParaView-6.1.0-MPI-Linux-Python3.12-x86_64.tar.gz
tar zxvf ParaView-6.1.0-MPI-Linux-Python3.12-x86_64.tar.gz
ln -s ParaView-6.1.0-MPI-Linux-Python3.12-x86_64/ 6.1.0

打开 spack 的 package.yaml 文件，写入以下内容：

# packages.yaml
packages:
  paraview:
    externals:
    - spec: "[email protected]" # +mpi +python
      prefix: /public/software/apps/paraview/6.1.0
    buildable: false

然后：

spack install paraview

使用（服务端）​

spack load paraview
mpiexec -np 8 pvserver --force-offscreen-rendering --server-port=8560

会出现如下的日志：

Waiting for client...
Connection URL: cs://node-dcu:8560
Accepting connection(s): node-dcu:8560

使用（客户端）​

ssh 隧道设置​

本地的客户端（如你的 Windows上）下载安装paraview后，先打开 ssh 隧道（因为 服务端的服务器并没有开放8560端口，建议通过ssh隧道连接）:

# 这里，将本地的8560端口，映射为远程服务器的 8560 端口
# 用户名和远程的主机名（如：dcu.ssh.hpcer.dev，duc-node）注意替换
ssh -L 8560:dcu.ssh.hpcer.dev:8560 -N username@dcu-node

连接​

1. 在顶部菜单栏点击 File -> Connect（或者点击工具栏上的插头图标）。

2. 在弹出的 “Choose Server Configuration” 窗口中，点击 Add Server。 按如下配置填写服务器信息：

• Name: My Server (随便起个名字)

• Server Type: Client / Server

• Host: 127.0.0.1 (因为使用了 SSH 隧道，所以这里填 localhost 或者 127.0.0.1，而不是服务器地址)

• Port: 8560

  

3. 点击 Configure，然后在弹出的选项框中将 “Startup Type” 保持为 Manual，点击 Save。

4. 回到服务器列表，双击你刚刚创建的“My Server”即可连接。

5. 验证连接： 连接成功后，ParaView 左侧的 Pipeline Browser 顶部的图标会由内置的 builtin 变成 cs://localhost:8560。此时，当你点击 File -> Open 时，你浏览和加载的将是 Linux 服务器上的硬盘目录。

用多节点进行分布式可视化​

按道理，上面用 mpiexec 跑起来了 paraview，那么就可以跨节点用mpiexec 跑 paraview。

留个坑，待实践 TODO： 分布式可视化

Matrix Core 上矩阵乘指令的基本格式​

我们考虑矩阵乘：

$D = A \times B + C$

其中，A 矩阵是 $M \times K$ 的（M 行、K列，后续记号也是一样的含义）， B 矩阵是 $K \times N$的， C、D 矩阵都是 $M \times N$ 的。

对应的 API 的格式为： d = __builtin_amdgcn_mmac_CDFmt_MxNxKABFmt(a, b, c); 其中，约定如下：

• ABFmt：$A$、$B$ 矩阵中元素的精度，可以是 f16、f32、f64、bf16、tf16、i8、u8 等。
• CDFmt：$C$、$D$ 矩阵中元素的精度，可以是 f16、f32、f64、bf16、tf16、i8、u8 等，如果 CDFmt 和ABFmt 一样，则省略 CDFmt。
• M、N、K：对应上面表述的 A、B、C、D 矩阵的行列数：
  • mA[M][K]: 输入矩阵A；
  • mB[K][N]: 输入矩阵B；
  • mC[M][N]: 累加输入矩阵C；
  • mD[M][N]: 累加结果矩阵D。
• a：向量寄存器（VGPRs），用于存储输入矩阵 A；
• b：向量寄存器（VGPRs），用于存储输入矩阵 B；
• c：向量寄存器（VGPRs），用于存储累加输入矩阵 C；
• d：向量寄存器（VGPRs），用于存储累加结果矩阵 D。

预备知识：Matrix Core 简介​

英伟达GPU上，Volta架构首次引入 tensor core，可以在一个周期内计算完两个4*4矩阵的乘法，其最广泛的用法就是矩阵乘，因此tensor core硬件受到深度学习研究者的广泛欢迎。

AMD 的GPU，也自 CDNA架构开始引入 Matrix Core，来对标 NVIDIA Tensor Core。 由于功能类似，所以有时候，我们也将 Matrix Core 称为 tensor core，但这两者在编程接口上区别还是比较大的。 DCU 架构的GPU，由于部分采用ROCm生态，其上的 Matrix Core 编程接口和 AMD GPU相近，因此很多 AMD GPU的编程资料可供参考。

• AMD Matrix Core 文档：https://rocm.blogs.amd.com/software-tools-optimization/matrix-cores/README.html
• 另一个关于 Matrix Core 的介绍：https://leiblog.wang/High-Performance-AMD-Matrix-Core/