# gpu_study **Repository Path**: truman/gpu_study ## Basic Information - **Project Name**: gpu_study - **Description**: No description available - **Primary Language**: Unknown - **License**: Not specified - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2026-07-18 - **Last Updated**: 2026-07-18 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README 关于开源的GPU C模型或架构模拟工程，确实有一些成熟的项目，可以根据你的具体需求（如模拟精度、目标架构、应用场景）进行选择。 下面是几个主流和相关项目的介绍，供你参考。 ⚙️ GPGPU-Sim：最主流的通用GPU模拟器 GPGPU-Sim 是一个周期级 (cycle-level) 的模拟器，能对现代GPU（特别是NVIDIA GPU）进行非常详细的微架构模拟。 主要特点：它可以运行原生的CUDA和OpenCL程序，支持TensorCores，并集成了名为AccelWattch的功耗模型。此外，它还提供AerialVision性能可视化工具。 适用场景：非常适合需要深入分析GPU内部行为（如缓存、调度器、执行单元）的学术研究和微架构探索。 语言与状态：主要使用C++开发，是一个历史悠久且社区活跃的项目。 获取地址：https://github.com/gpgpu-sim/gpgpu-sim_distribution 延伸项目：ClusterSim 是基于GPGPU-Sim构建的，扩展了对NVIDIA Hopper架构中“线程块集群”等新特性的支持。 🚀 RVGPU：国产开源的RISC-V GPU C模型 RVGPU是一个基于RISC-V指令集设计的开源GPU项目，其核心是一个架构指令C模型 (CModel)。 主要特点：它提供了一套从指令集开始的完整软硬件方案，其C模型用于仿真指令集和架构。目前已经可以支持在C模型上运行简单的CUDA程序。 适用场景：适用于研究RISC-V生态下的GPU设计，或用于早期软件开发和验证，可在没有真实硬件的情况下进行测试。 项目状态：由国内芯瞳半导体团队主导，目前仍在早期开发阶段。 获取地址：https://rvgpu.gitee.io/pages (其C模型仓库为 rvgpu-cmodel) 🏛️ gem5：全系统模拟器中的GPU模型 gem5是一个模块化的全系统架构模拟平台，它集成了对AMD GPU的详细模拟支持。 主要特点：提供周期精确 (cycle-accurate) 的AMD GPU模型，支持GCN3和VEGA等架构。它可以在全系统 (Full System) 模式下模拟，运行真实的ROCm/HIP软件栈。 适用场景：适合进行系统级研究，特别是涉及CPU和GPU协同工作的场景。 获取地址：https://www.gem5.org/ 应用项目：cosim-gpu 项目利用gem5的MI300X GPU模型，与QEMU进行协同仿真，可以在没有真实硬件的情况下运行AMD ROCm/HIP工作负载。 🔬 其他值得关注的模拟项目 Hawkeye (gpu-simulator)：一个专注于模拟NVIDIA Hopper 和 Ampere 架构的研究工具，能够进行比特精确 (bit-accurate) 的模拟，用于分析GPU的非确定性行为。 Vortex：一个支持多种后端的开源GPGPU项目，包括一个C++模拟器 (simx)，可用于快速原型设计。 MGSim：一个用Go语言开发的高度可配置GPU模拟器。 MCMG：一个周期精确的开源模拟器，支持同时模拟x86 CPU和NVIDIA G80架构的GPU。 fake-gpu：一个轻量级项目，主要用于模拟GPU信息，方便在没有GPU的环境下进行软件测试。 💎 总结与如何选择 选择哪个项目取决于你的目标： 深度研究NVIDIA GPU微架构：GPGPU-Sim 及其衍生项目（如ClusterSim）是首选。 探索RISC-V GPU或进行早期软件开发：RVGPU 的C模型非常直接相关。 进行CPU-GPU全系统协同模拟：gem5 及其AMD GPU模型是强大的工具。 研究特定新架构（如Hopper）：可以关注 Hawkeye 等针对性较强的研究工具。