-
公开(公告)号：CN113641956A
公开(公告)日：2021-11-12
申请号：CN202110896851.9
申请日：2021-08-05
Applicant: 中国科学院软件研究所
IPC: G06F17/16
Abstract: 本发明公开一种面向SW26010‑Pro处理器的1、2级BLAS函数库的高性能实现方法，包括：对问题进行任务划分，产生若干子问题，其中所述问题的结构包括向量、普通矩阵、对称矩阵或三角矩阵；若为向量、普通矩阵或对称矩阵时，将各子问题的运算分配给相应线程；若为三角矩阵时，将子问题对角部分的运算分给0号线程，非对角部分的运算分配给其他相应线程；拼接各线程的运算结果，获取所述问题的解。本发明实现了BLAS 1、2级函数的并行化，解决了线程间的数据依赖问题，并通过自适应调优机制，进一步提升了函数的性能。
-
-
公开(公告)号：CN113849771A
公开(公告)日：2021-12-28
申请号：CN202111192491.0
申请日：2021-10-13
Applicant: 中国科学院软件研究所
Abstract: 本发明公开了一种面向SW39000处理器的稠密矩阵乘法的高性能实现方法，包括：在主内存级别分别对非转置矩阵A、非转置矩阵B与问题矩阵C进行任务分块，产生若干的子矩阵δAil、子矩阵δBlj与子矩阵δCij；当子矩阵δCij更新时，在从核阵列的LDM级别分别对子矩阵δCij、子矩阵δAil及子矩阵δBlj进行任务分块，将产生的子块εCuv、子块εAuw及子块εBwv映射至相应的从核；将子矩阵δAil的第t个列块与子矩阵δBlj的第t个行块相乘，生成矩阵δCt；基于子矩阵δCij与各矩阵δCt，更新主内存中的子矩阵δCij，以得到问题矩阵C的输出结果。本发明通过在主内存、从核的LDM以及寄存器上的合理数据布局，充分挖掘从核阵列的并行计算能力，使用了三重缓冲技术隐藏了DMA访存开销和RMA通信开销，使用了指令重排技术提高了GEMM的浮点计算效率。
-
公开(公告)号：CN113849771B
公开(公告)日：2025-02-18
申请号：CN202111192491.0
申请日：2021-10-13
Applicant: 中国科学院软件研究所
Abstract: 本发明公开了一种面向SW39000处理器的稠密矩阵乘法的高性能实现方法，包括：在主内存级别分别对非转置矩阵A、非转置矩阵B与问题矩阵C进行任务分块，产生若干的子矩阵δAil、子矩阵δBlj与子矩阵δCij；当子矩阵δCij更新时，在从核阵列的LDM级别分别对子矩阵δCij、子矩阵δAil及子矩阵δBlj进行任务分块，将产生的子块εCuv、子块εAuw及子块εBwv映射至相应的从核；将子矩阵δAil的第t个列块与子矩阵δBlj的第t个行块相乘，生成矩阵δCt；基于子矩阵δCij与各矩阵δCt，更新主内存中的子矩阵δCij，以得到问题矩阵C的输出结果。本发明通过在主内存、从核的LDM以及寄存器上的合理数据布局，充分挖掘从核阵列的并行计算能力，使用了三重缓冲技术隐藏了DMA访存开销和RMA通信开销，使用了指令重排技术提高了GEMM的浮点计算效率。
-
-
-
Search Results
4
records
(took 0.041 seconds)
