




版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
1、并行实验报告 一、 积分计算圆周率1.1 积分计算圆周率的向量优化1.1.1 串行版本的设计任务:理解积分求圆周率的方法,将其用C代码实现。注意:理论上,dx越小,求得的圆周率越准确;在计算机中由于表示的数据是有精度范围的,如果dx太小,积分次数过多,误差积累导致结果不准确。以下为串行代码:#include<stdio.h>#include<time.h>#define N 10000000double get_pi(int dt) double pi=0.0; double delta =1.0/dt; int i; for(i=0; i<dt; i+) dou
2、ble x=(double)i/dt; pi+=delta/(1.0+x*x); return pi*4;int main() int dx; double pai; double start,finish; dx=N; start=clock(); pai=get_pi(dx); finish=clock(); printf("%.8lfn",pai); printf("%.8lfSn",(double)(finish-start)/CLOCKS_PER_SEC); return 0;时间运行如下:第一次:time=0.02674000S第二次:tim
3、e=0.02446500S第三次:time=0.02402800S三次平均为:0.02508S1.1.2 SSE向量优化版本设计任务:此部分需要给出单精度和双精度两个优化版本。注意:(1)测试均在划分度为10的7次方下完成。以下是SSE双精度的代码:#include<stdio.h>#include<x86intrin.h>#include<time.h>#define N 10000000double get_pi(int dt) double pi=0.0; double delta =1.0/dt; int i; for(i=0; i<dt; i
4、+) double x=(double)i/dt; pi+=delta/(1.0+x*x); return pi*4;double get_pi_sse(size_t dt) double pi=0.0; double delta =1.0/dt; _m128d xmm0,xmm1,xmm2,xmm3,xmm4; xmm0=_mm_set1_pd(1.0); xmm1=_mm_set1_pd(delta); xmm2=_mm_set_pd(delta,0.0); xmm4=_mm_setzero_pd(); for(long int i=0; i<=dt-2; i+=2) xmm3= _
5、mm_set1_pd(double)i*delta); xmm3= _mm_add_pd(xmm3,xmm2); xmm3= _mm_mul_pd(xmm3,xmm3); xmm3= _mm_add_pd(xmm0,xmm3); xmm3= _mm_div_pd(xmm1,xmm3); xmm4= _mm_add_pd(xmm4,xmm3); double tmp2 _attribute_(aligned(16); _mm_store_pd(tmp,xmm4); pi+=tmp0+tmp1/*+tmp2+tmp3*/; return pi*4.0;int main() int dx; doub
6、le pai; double start,finish; dx=N; start=clock(); pai=get_pi_sse(dx); finish=clock(); printf("%.8lfn",pai); printf("%.8lfSn",(double)(finish-start)/CLOCKS_PER_SEC); return 0;时间运行如下:第一次:time=0.00837500S第二次:time=0.00741100S第三次:time=0.00772000S三次平均为:0.00783S以下是SSE单精度的代码:#include<
7、stdio.h>#include<x86intrin.h>#include<time.h>#define N 10000000float get_pi_sse(size_t dt) float pi=0.0; float delta =1.0/dt; _m128 xmm0,xmm1,xmm2,xmm3,xmm4; xmm0=_mm_set1_ps(1.0); xmm1=_mm_set1_ps(delta); xmm2=_mm_set_ps(delta*3,delta*2,delta,0.0); xmm4=_mm_setzero_ps(); for(long int
8、 i=0; i<=dt-4; i+=4) xmm3= _mm_set1_ps(float)i*delta); xmm3= _mm_add_ps(xmm3,xmm2); xmm3= _mm_mul_ps(xmm3,xmm3); xmm3= _mm_add_ps(xmm0,xmm3); xmm3= _mm_div_ps(xmm1,xmm3); xmm4= _mm_add_ps(xmm4,xmm3); float tmp4 _attribute_(aligned(16); _mm_store_ps(tmp,xmm4); pi+=tmp0+tmp1+tmp2+tmp3; return pi*4.
9、0;int main() int dx; float pai; double start,finish; dx=N; start=clock(); pai=get_pi_sse(dx); finish=clock(); printf("%.8fn",pai); printf("%.8lfSn",(double)(finish-start)/CLOCKS_PER_SEC); return 0;时间运行如下:第一次:time=0.00406100S第二次:time=0.00426400S第三次:time=0.00437600S三次平均为:0.00423S1.
10、1.3 AVX向量优化版本设计任务:此部分需要给出单精度和双精度两个优化版本注意:(1)测试均在划分度为10的7次方下完成。(2)在编译时需要加-mavx 编译选项,才能启用AVX指令集,否则默认SSE指令集(3)理论上,向量版本对比SSE版本和串行版本有明显加速,单精度版本速度明显优于双精度,速度接近双精度的两倍。以下是AVX双精度的代码:#include<stdio.h>#include<x86intrin.h>#include<time.h>#define N 10000000/*double get_pi(int dt) double pi=0.0;
11、 double delta =1.0/dt; int i; for(i=0; i<dt; i+) double x=(double)i/dt; pi+=delta/(1.0+x*x); return pi*4;*/double get_pi_avx(size_t dt) double pi=0.0; double delta =1.0/dt; _m256d ymm0,ymm1,ymm2,ymm3,ymm4; ymm0=_mm256_set1_pd(1.0); ymm1=_mm256_set1_pd(delta); ymm2=_mm256_set_pd(delta*3,delta*2,de
12、lta,0.0); ymm4=_mm256_setzero_pd(); for(long int i=0; i<=dt-4; i+=4) ymm3= _mm256_set1_pd(double)i*delta); ymm3= _mm256_add_pd(ymm3,ymm2); ymm3= _mm256_mul_pd(ymm3,ymm3); ymm3= _mm256_add_pd(ymm0,ymm3); ymm3= _mm256_div_pd(ymm1,ymm3); ymm4= _mm256_add_pd(ymm4,ymm3); double tmp4 _attribute_(aligne
13、d(32); _mm256_store_pd(tmp,ymm4); pi+=tmp0+tmp1+tmp2+tmp3; return pi*4.0;int main() int dx; double pai; double start,finish; dx=N; start=clock(); pai=get_pi_avx(dx); finish=clock(); printf("%.8lfn",pai); printf("%.8lfSn",(double)(finish-start)/CLOCKS_PER_SEC); return 0;时间运行如下:第一次
14、:time=0.00720200S第二次:time=0.00659800S第三次:time=0.00670600S三次平均为:0.00683S以下是AVX单精度的代码:时间运行如下:第一次:time=0.00234200S第二次:time=0.00234200S第三次:time=0.00230000S三次平均为:0.002328S由以上实验统计得出结论:AVX-float=0.002328 SAVX-double=0.00683 SSSE-float=0.00423 SSSE-double= 0.00783 S基本符合规律:(以下为速度比较)AVX-float > AVX-double
15、SSE-float > SSE-double > serial1.2 积分计算圆周率的OpenMP优化1.2.1 OpenMP并行化任务:在串行代码的基础上进行OpenMP并行优化注意:测试在划分度为10的9次方下完成。参考代码:#include<stdio.h>#include<omp.h>#define N 1000000000double get_pi(int dt) double pi=0.0; double delta =1.0/dt; int i;#pragma omp parallel for reduction(+:pi) for(i=0;
16、i<dt; i+) double x=(double)i/dt; pi+=delta/(1.0+x*x); return pi*4;int main() int dx; double pai; /double start,finish; dx=N; double start=omp_get_wtime(); pai=get_pi(dx); double finish=omp_get_wtime(); printf("%.8lfn",pai); printf("%lfn",finish-start); return 0;运行结果如下图:串行结果如下:
17、提速十分明显。1.2.2 OpenMP并行化+SIMD向量化任务:实现OpenMP线程级和SIMD两级并行自动向量化代码如下:#include<stdio.h>#include<omp.h>#define N 1000000000double get_pi(int dt) double pi=0.0; double delta =1.0/dt; int i;#pragma omp parallel for simd reduction(+:pi) for(i=0; i<dt; i+) double x=(double)i/dt; pi+=delta/(1.0+x*
18、x); return pi*4;int main() int dx; double pai; dx=N; double start=omp_get_wtime(); pai=get_pi(dx); double finish=omp_get_wtime(); printf("%.8lfn",pai); printf("%lfn",finish-start); return 0;注意:自动向量化语句为#pragma omp parallel for simd for .使用编译语句为:gcc -fopenmp -mavx -O3 .运行结果如下图:从结果看
19、出:有很明显的提速。手动向量化代码如下:#include<stdio.h>#include<x86intrin.h>#include<omp.h>#define N 1000000000double get_pi(int dt) double pi=0.0; double delta =1.0/dt; double tmp4 _attribute_(aligned(32); _m256d ymm0,ymm1,ymm2,ymm3,ymm4; ymm0=_mm256_set1_pd(1.0); ymm1=_mm256_set1_pd(delta); ymm2=_
20、mm256_set_pd(delta*3,delta*2,delta,0.0); ymm4=_mm256_setzero_pd(); int i;#pragma omp parallel shared(ymm0,ymm1,ymm2) private(i,ymm3,tmp) #pragma omp for reduction(+:pi) for(long int i=0; i<=dt-4; i+=4) ymm3= _mm256_set1_pd(double)i*delta); ymm3= _mm256_add_pd(ymm3,ymm2); ymm3= _mm256_mul_pd(ymm3,
21、ymm3); ymm3= _mm256_add_pd(ymm0,ymm3); ymm3= _mm256_div_pd(ymm1,ymm3); /ymm4= _mm256_add_pd(ymm4,ymm3); _mm256_store_pd(tmp,ymm3); pi+=tmp0+tmp1+tmp2+tmp3; /double tmp4 _attribute_(aligned(32); /_mm256_store_pd(tmp,ymm4); /pi+=tmp0+tmp1+tmp2+tmp3; return pi*4.0;int main() int dx; double pai; dx=N; d
22、ouble start=omp_get_wtime(); pai=get_pi(dx); double finish=omp_get_wtime(); printf("%.8lfn",pai); printf("%lfn",finish-start); return 0;通过对向量化代码的分析,各个向量间的运算是没有任何依赖关系的,可以直接分线程并行运算,但需要注意最后要把各个线程的运算结果累加。而线程的定义openmp的函数reduction是没有办法直接使用(+:)进行累加,需要手动完成。引入数组tmp用于将ymm3向量分割存放,并累加到pi变量,使
23、用openmp函数reduction(+:pi)对pi变量进行累加(详见代码)解决的问题:并行块中如何私有化一个数组:直接将数组名称写入private()函数中。曾经尝试将数组各项都放入private()函数中,错误如下:多次尝试后,正确做法如下:以tmp4数组举例:私有化描述如下:private(tmp);运行结果如下图:手动化结果明显优于自动化结果。手动化的修改更符合编写的程序本身。二、 矩阵-矩阵相乘的openmp优化2.1 编写一个“矩阵-向量”或“矩阵-矩阵”相乘的 OpenMP 并行程序,或其他矩阵运算相关程序。矩阵的验证均在1024*1024规模下完成矩阵-矩阵相乘的openmp代码和串行代码如下:#include<stdio.h>#include<omp.h>#include<time.h>#define N 1024#define n 4 int aNN; int bNN; int cNN; int dNN;int main() int i,j,k; for(i=0;i<N;i+) for(j=0;j<N;j+) aij=1; bij=1; cij=0; dij=0; double start1=clock(); for(i=
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 企业礼仪培训体系构建与实战应用
- 纺织品的智能库存管理考核试卷
- Photoshop CC 2019中文版标准教程(第8版)课件 第5章 绘制或修饰图像
- 纤维素纤维在造纸工业的替代策略考核试卷
- 电气设备在风力发电机组控制系统中的应用考核试卷
- 糕点行业电子商务运营与网络营销考核试卷
- 【部编版】四年级语文下册口语交际《朋友相处的秘诀》精美课件
- 海洋工程装备海洋矿产资源开发考核试卷
- 模具制造中的物联网与大数据分析考核试卷
- 践行游戏精神 优化课程实施
- GB 7718-2025食品安全国家标准预包装食品标签通则
- 2025年高考历史总复习世界近代史专题复习提纲
- 2025-2030中国蜂蜜行业营销渠道与多元化经营效益预测研究报告
- 内蒙古汇能集团笔试题库
- 产后保健知识课件
- 氧化反应工艺安全操作规程
- 子宫肌瘤病例讨论
- 门窗安装施工方案07785
- 2025年应急管理普法知识竞赛题(附答案)
- 土壤氡检测方案
- 氧化镓雪崩光电探测器的研究进展
评论
0/150
提交评论