Memory Organisation Cartography & Analysis

Although performance analysis is one of the most important phase of High Perfor-mance Computing application development, analysis tools are complex to use. Most of the time,they rely on performance counters which are hard to understand for the final user. Therefore onlyfew advanced users are able to do an efficient and precise analysis.Moreover these counters focus on the processor while most of the performance issues are due to abad memory usage.In this report, we present MOCA a new kind of analysis tool which provides an overview of thememory access over time. We present MOCA's trace visualization through Ocelotl, a tool designedto provided an aggregated view of data while loosing as few information as possible. Finally, weexplain how using these tools, the user can identify memory usage patterns, execution phases andhow to interpret them.Bien que l'analyse de performances soit une phase importante du developpe-ment d'applications de calcul haute performance, les outils d'analyses existants sont complexesà utiliser. Ils se basent la plupart du temps sur des compteurs de performances difficiles à in-terpréter pour l'utilisateur. De ce fait, seuls quelques utilisateurs aguerris sont capables de lesutiliser correctement pour mener à bien une telle analyse.De plus ces compteurs se focalisent sur les performances de processeur alors que la plupartdes problèmes de performances proviennent d'une mauvaise utilisation de la mémoire.Dans ce rapport, nous présentons MOCA un nouvel outil d'analyse qui se concentre sur lamémoire. Nous proposons une visualization des traces produites par MOCA via l'outil Ocelotlqui permet d'obtenir une vue aggregée en minimisant la perte d'informations. Finallement nousexpliquant, comment ces deux outils permettent à l'utilisateur de voir les schémas d'utilisationde la mémoire, les phases d'éxecution et comment les interpréter