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
斌@NVIDIA&USTC2014年3matrix2MatrixMultiply:CPUvoidMatrixMulOnHost(float*M,float*N,float*P,int{for(inti=0;i<width;for(intj=0;j<width;{floatsum=for(intk=0;k<width;++{floata=M[i*width+k];floatb=N[k*width+j];sum+=a*b;}P[i*width+j]=}}3CodeMatrixMultiply:CUDA4CodeMatrixMultiply:CUDA5CodeMatrixMultiply:CUDA6CodeMatrixMultiply:CUDA7Code矩阵长度限仅用一个G80GT200–最多512个线程8PAGE9ImagePAGE9ImageImageImage例矩阵TILE_WIDTH=Block尺寸例矩阵TILE_WIDTH=Block尺寸:
Pd0,1Pd1,1Pd2,1Pd3,1Pd0,2Pd1,2Pd2,2Pd3,2ImagefromCodeCodeglobalvoidfloat*Md,float*Nd,float*Pd,int{intRow=blockIdx.y*blockDim.y+intCol=blockIdx.x*blockDim.x+floatPvalue=for(intk=0;k<Width;Pvalue+=Md[Row*Width+k]*Nd[k*Width+Pd[Row*Width+Col]=}globalvoidfloat*Md,float*Nd,float*Pd,intintintRow=blockIdx.y*blockDim.y+intCol=blockIdx.x*blockDim.x+floatPvalue=for(intk=0;k<Width;Pvalue+=Md[Row*Width+k]*Nd[k*Width+Pd[Row*Width+Col]=}globalvoidfloat*Md,float*Nd,float*Pd,int{intRow=blockIdx.y*blockDim.y+intCol=blockIdx.xintCol=blockIdx.x*blockDim.x+for(intk=0;k<Width;Pvalue+=Md[Row*Width+k]*Nd[k*Width+Pd[Row*Width+Col]=}globalvoidfloat*Md,float*Nd,float*Pd,int{intRow=blockIdx.y*+intCol=blockIdx.x*+for(intk=for(intk=0;k<Width;Pvalue+=Md[Row*Width+k]*Nd[k*Width+Pd[Row*Width+Col]=}Code调用dim3dimGrid(Width/TILE_WIDTH,Height/dim3dimBlock(TILE_WIDTH,Md,Nd,Pd,global读写怎么办 N Image
102102Image012TILE_WIDTH-TILE_WIDTHTILE_WIDTH把kernel拆分成多个阶MdNd的子集累 00212by
2
TILE_WIDTH
012TILE_WIDTH-TILE_WIDTHTILE_WIDTH每个线 MdNd的一个元素存入sharedmemory
012by 2
2
TILE_WIDTH
globalvoidfloat*Md,float*Nd,float*Pd,intCodeCode{sharedfloatsharedfloat
bx=blockIdx.x;inttx=threadIdx.x;
by=blockIdx.y;ty=threadIdx.y;Row=*+Col=*+floatPvalue=for(intm=0;m<Width/TILE_WIDTH;++m){Mds[ty][tx]=Md[Row*Width+(m*TILE_WIDTH+tx)];Nds[ty][tx]=Nd[Col+(m*TILE_WIDTH+for(intk=0;k<TILE_WIDTH;Pvalue+=Mds[ty][k]*}Pd[Row*Width+Col]=} globalglobalvoidfloat*Md,float*Nd,float*Pd,int{for(intfor(intk=0;k<TILE_WIDTH;Pvalue+=Mds[ty][k]*}Pd[Row*Width+Col]=}Code__shared____shared__float__shared__floatbxbx=blockIdx.x;inttx=threadIdx.x;by=blockty=Row=*+Col=*+SharedmemoryMdSharedmemoryMdNdfor(intm=0;m<Width/TILE_WIDTH;++m){Mds[ty][tx]=Md[Row*Width+(m*TILE_WIDTH+tx)];Nds[ty][tx]=Nd[Col+(m*TILE_WIDTH+globalglobalvoidfloat*Md,float*Nd,float*Pd,int{for(for(intk=0;k<TILE_WIDTH;Pvalue+=Mds[ty][k]*}Pd[Row*Width+Col]=}CodesharedfloatintRow=byintRow=by*TILE_WIDTH+intCol=bx*TILE_WIDTH+floatPvalue=mintbx=blockIdx.x;intby=inttx=threadIdx.x;intty=for(intm=0;m<for(intm=0;m<Width/TILE_WIDTH;++m)Nds[ty][tx]=Nd[Col+(m*TILE_WIDTH+globalglobalvoidfloat*Md,float*Nd,float*Pd,intfor(for(intk=0;k<TILE_WIDTH;Pvalue+=Mds[ty][k]*}Pd[Row*Width+Col]=}Code{sharedfloat
bx=blockIdx.x;inttx=threadIdx.x;
by=blockIdx.y;ty=threadIdx.y;Mds[ty][tx]Mds[ty][tx]=Md[Row*Width+(m*TILE_WIDTH+Nds[ty][tx]=Nd[Col+(m*TILEWIDTH+intintRow=by*TILE_WIDTH+intCol=bx*TILE_WIDTH+floatPvalue=for(intm=0;m<Width/TILE_WIDTH;++m)globalglobalvoidfloat*Md,float*Nd,float*Pd,int}Pd[Row*Width+Col]=}Pd[Row*Width+Col]=}Code{sharedfloatsharedfloat
bx=blockIdx.x;inttx=threadIdx.x;
by=blockIdx.y;ty=threadIdx.y;Row=*+Col=*+floatPvalue=for(intm=0;m<Width/TILE_WIDTH;++m){Mds[ty][tx]=Md[Row*Width+(m*TILE_WIDTH+tx)];Nds[ty][tx]=Nd[Col+(m*TILE_WIDTH+等待block内所有线程,即,for(intk=0;等待block内所有线程,即,Pvalue+=Mds[ty][k]*{sharedfloatsharedfloat
bx=blockIdx.x;inttx=threadIdx.x;
by=blockIdx.y;ty=threadIdx.y;Row=*+Col=*+floatPvalue=for(intm=0;m<Width/TILE_WIDTH;++m){Mds[ty][tx]=Md[Row*Width+(m*TILE_WIDTH+tx)];Nds[ty][tx]=Nd[Col+(m*TILE_WIDTH+for(intfor(intk=0;k<TILE_WIDTH;Pvalue+=Mds[ty][k]*globalglobalvoidfloat*Md,float*Nd,float*Pd,int}Pd[Row*Width+Col]=}Pd[Row*Width+Col]=}Code{sharedfloatsharedfloat
bx=blockIdx.x;inttx=threadIdx.x;
by=blockIdx.y;ty=threadIdx.y;Row=*+Col=*+floatPvalue=for(intm=0;m<Width/TILE_WIDTH;++m){Mds[ty][tx]=Md[Row*Width+(m*TILE_WIDTH+tx)];Nds[ty][tx]=Nd[Col+(m*TILE_WIDTH+for(intk=0;k<TILE_WIDTH;Pvalue+=Mds[ty][k]*globalglobalvoidfloat*Md,float*Nd,float*Pd,int}}Code{sharedfloatsharedfloat
bx=blockIdx.x;inttx=threadIdx.x;
by=blockIdx.y;ty=threadIdx.y;Row=*+Col=*+floatPvalue=for(intm=0;m<Width/TILE_WIDTH;++m){Mds[ty][tx]=Md[Row*Width+(m*TILE_WIDTH+tx)];Nds[ty][tx]=Nd[Col+(m*TILE_WIDTH+for(intk=0;k<TILE_WIDTH;Pvalue+=Mds[ty][k]*globalglobalPd[Row*Width+Col]=Matrix如何选取TILE_WIDTH如果太大的话会怎样如何选取TILE_WIDTH如果太大的话会怎样超出一个块允许的最大线程G80andGT200–Kerpler–如何选取TILE_WIDTH的数G80andGT200–G80:16KBSM8blocks2KB1KB给Nds，1KB给Mds(16*16*TILE_WIDTH=更大的TILE_WIDTH将导致更少的块Sharedmemory瓦片化的好
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。
评论
0/150
提交评论