使用shared memory 计算矩阵乘法 (其实并没有加速多少)
#include "cuda_runtime.h"
#include "device_launch_parameters.h"
#include "device_functions.h" #include <stdio.h>
#include <windows.h> #include <m_tools.h> cudaError_t addWithCuda(int *c, const int *a, const int *b, unsigned int size); #define TILE_WIDTH 16 __global__ void MatrixMulKernle(int m, int n, int k, int *A, int *B, int *C)
{
//申请共享内存,存在于每个block中
__shared__ int ds_A[TILE_WIDTH][TILE_WIDTH];
__shared__ int ds_B[TILE_WIDTH][TILE_WIDTH]; //简化坐标记法,出现下面6个表示的地方就是并行的地方。
int bx = blockIdx.x;
int by = blockIdx.y;
int tx = threadIdx.x;
int ty = threadIdx.y; //确定结果矩阵中的行和列
int iy = by * TILE_WIDTH + ty;
int ix = bx * TILE_WIDTH + tx; if (iy >= m || ix >= k) {
return;
}
int gw = gridDim.x;
int gh = gridDim.y; //临时变量
int Cvalue = 0; //循环读入A,B瓦片,计算结果矩阵,分阶段进行计算
for (int t = 0; t < (n + TILE_WIDTH - 1) / TILE_WIDTH; ++t)
{
ds_A[tx][ty] = A[iy*n + t*TILE_WIDTH + tx];
ds_B[tx][ty] = B[(t*TILE_WIDTH + ty)*k + ix];
__syncthreads(); for (int i = 0; i < TILE_WIDTH; ++i)
Cvalue += ds_A[i][ty] * ds_B[tx][i];//从shared memory中取值
C[iy*k + ix] = Cvalue;
}
} //不适用shared memory
__global__ void addKernel(int *c, const int *a, const int *b)
{
//const int bs = CUDA_LG::block_size;
//BLOCK_SIZE;
int ix = blockIdx.x * blockDim.x + threadIdx.x,
iy = blockIdx.y * blockDim.y + threadIdx.y;
if (ix >= 100 || iy >= 100) {
return;
} int sum = 0; for (int i = 0; i != 200; ++i) { int ta = a[iy * 100 + i]; int tb = b[i * 100 + ix]; sum += ta*tb;
}
c[iy * 100 + ix] = sum; } int main()
{
const int arow = 100;
const int acol = 200;
const int brow = 200;
const int bcol = 100; const int arraySize = arow*acol; int * a = new int[arraySize];
int * b = new int[arraySize];
int * c = new int[arraySize/2]; for (int j = 0; j != arow; ++j) {
for (int i = 0; i != acol; ++i) {
a[j*acol + i] = i;
}
} for (int j = 0; j != brow; ++j) {
for (int i = 0; i != bcol; ++i) {
b[j*bcol + i] = i;
}
}
addWithCuda(c, a, b, arraySize); cudaDeviceReset(); printf("c0=%d c1=%d c[3,50]=%d \n", c[0], c[1],c[3*100+50]);
delete[] a;
delete[] b;
delete[] c; system("pause");
return 0;
} // Helper function for using CUDA to add vectors in parallel.
cudaError_t addWithCuda(int *c, const int *a, const int *b, unsigned int size)
{
int *dev_a = 0;
int *dev_b = 0;
int *dev_c = 0;
cudaError_t cudaStatus; // Choose which GPU to run on, change this on a multi-GPU system.
cudaStatus = cudaSetDevice(0);
cudaStatus = cudaMalloc((void**)&dev_c, size * sizeof(int));
cudaStatus = cudaMalloc((void**)&dev_a, size * sizeof(int));
cudaStatus = cudaMalloc((void**)&dev_b, size * sizeof(int)); cudaStatus = cudaMemcpy(dev_a, a, size * sizeof(int), cudaMemcpyHostToDevice);
cudaStatus = cudaMemcpy(dev_b, b, size * sizeof(int), cudaMemcpyHostToDevice); int thread_x = 100;
int thread_y = 100;
dim3 block(TILE_WIDTH, TILE_WIDTH);
int grid_w = (thread_x + block.x - 1) / block.x;
int grid_h = (thread_y + block.y - 1) / block.y;
dim3 grid(grid_w, grid_h);
// Launch a kernel on the GPU with one thread for each element. TIME_INIT;
TIME_MARK("t1");
for(int i=0;i!=10000;++i)
addKernel << < grid, block >> > (dev_c, dev_a, dev_b);//486ms
TIME_MARK("t2");
for (int i = 0; i != 10000; ++i)
MatrixMulKernle << < grid, block >> >(100, 200, 100, dev_a, dev_b, dev_c);//1069ms
TIME_MARK("t3");
TIME_PRINT;
cudaStatus = cudaGetLastError();
cudaStatus = cudaDeviceSynchronize();
cudaStatus = cudaMemcpy(c, dev_c, size/2 * sizeof(int), cudaMemcpyDeviceToHost); Error:
cudaFree(dev_c);
cudaFree(dev_a);
cudaFree(dev_b); return cudaStatus;
}
使用shared memory 计算矩阵乘法 (其实并没有加速多少)的更多相关文章
- OpenCL NativeKernel 计算矩阵乘法
▶ 使用函数 clEnqueueNativeKernel 来调用 C/C++ 本地函数(在 OpenCL 中将其看做回调函数),使用本地编译器(而不是 OpenCL 编译器)来编译和执行内核 ● 代码 ...
- 向MapReduce转换:通过部分成绩计算矩阵乘法
代码共分为四部分: <strong><span style="font-size:18px;">/*** * @author YangXin * @info ...
- 蓝桥杯 BASIC_17 矩阵乘法 (矩阵快速幂)
问题描述 给定一个N阶矩阵A,输出A的M次幂(M是非负整数) 例如: A = 1 2 3 4 A的2次幂 7 10 15 22 输入格式 第一行是一个正整数N.M(1<=N<=30, 0& ...
- 有关CUBLAS中的矩阵乘法函数
关于cuBLAS库中矩阵乘法相关的函数及其输入输出进行详细讨论. ▶ 涨姿势: ● cuBLAS中能用于运算矩阵乘法的函数有4个,分别是 cublasSgemm(单精度实数).cublasDgemm( ...
- 矩阵乘法的运算量计算(华为OJ)
题目地址: https://www.nowcoder.com/practice/15e41630514445719a942e004edc0a5b?tpId=37&&tqId=21293 ...
- 2.3CUDA矩阵乘法
CPU 矩阵乘法 能相乘的两个矩阵,必须满足一个矩阵的行数和第二个矩阵的列数相同. A(N*P) * B(P*M) = C(N*M). 其中P是行数,N是列数, 从宽高的角度来说,即 A的宽度和B的高 ...
- CUDA 矩阵乘法终极优化指南
作者:马骏 | 旷视 MegEngine 架构师 前言 单精度矩阵乘法(SGEMM)几乎是每一位学习 CUDA 的同学绕不开的案例,这个经典的计算密集型案例可以很好地展示 GPU 编程中常用的优化技巧 ...
- *HDU2254 矩阵乘法
奥运 Time Limit: 1000/1000 MS (Java/Others) Memory Limit: 65536/65536 K (Java/Others)Total Submissi ...
- *HDU 1757 矩阵乘法
A Simple Math Problem Time Limit: 3000/1000 MS (Java/Others) Memory Limit: 32768/32768 K (Java/Ot ...
随机推荐
- scope.row中属性值展示
<el-table-column align="> <template slot-scope="scope"> {{ scope.$index } ...
- 解决Mac OS编译安装时出现 cannot find openssl's <evp.h> 错误的问题
踩坑 最近通过pecl安装mongodb扩展时,提示以下错误 ...... configure: error: Cannot find OpenSSL's <evp.h> ...... 根 ...
- MindManager2018试用期过后 修改过期时间 破解使用
MindManager2018试用期过后 修改过期时间 破解使用 2019年06月13日 15:58:11 一生中所爱 阅读数 1991更多 分类专栏: 工具软件使用 1.找到路径:C:\User ...
- 机器学习 - 算法 - Xgboost 数学原理推导
工作原理 基于集成算法的多个树累加, 可以理解为是弱分类器的提升模型 公式表达 基本公式 目标函数 目标函数这里加入了损失函数计算 这里的公式是用的均方误差方式来计算 最优函数解 要对所有的样本的损失 ...
- Hive实现WordCount详解
一.WordCount原理 初学MapReduce编程,WordCount作为入门经典,类似于初学编程时的Hello World.WordCount的逻辑就是给定一个/多个文本,统计出文本中每次单词/ ...
- (十)会话跟踪技术之Session
---部分转自孤傲苍狼博客 一.Session简单介绍 在WEB开发中,服务器可以为每个用户浏览器创建一个会话对象(session对象),注意:一个浏览器独占一个session对象(默认情况下).因此 ...
- PostgreSQL学习笔记——窗口函数
在学习窗口函数之前,我们新建一个Product表并往其中插入一些数据: drop table if exists Product; create table Product ( product_id ...
- [简短问答]LODOP如何查看用LODOP打印设计的代码
该博文为图文简短问答,具体详细介绍可查看本博客的相关博文,生成JS代码相关详细博文:Lodop打印设计(PRINT_DESIGN)介绍.Lodop打印设计.维护.预览.直接打印简单介绍.Lodop打印 ...
- redis 内存数据库
redis,如果key存在test:a:b 有冒号情况,则在RedisDesktopManager 工具中,可以分文件夹 操作hash // //操作哈希 // client.SetEntryInHa ...
- 【数据库开发】Redis数据库设置密码
redis配置密码1.通过配置文件进行配置yum方式安装的redis配置文件通常在/etc/redis.conf中,打开配置文件找到 ? 1 #requirepass foobared 去掉行前的注释 ...