Mercurial > hg > Members > kokubo > 2013-mid-thesis

comparison paper/data_parallel.tex @ 1:f4b3de446113

Find changesets by keywords (author, files, the commit message), revision number or hash, or revset expression.
write introduction and cerium
author Shohei KOKUBO <e105744@ie.u-ryukyu.ac.jp>
date Tue, 05 Nov 2013 23:59:45 +0900
parents 9e88a388ec83
children b7c8a956c10b
comparison
equal deleted inserted replaced
0:9e88a388ec83 1:f4b3de446113
1 \section{Ceriumにおけるデータ並列}\label{data_parallel} 1 \section{Cerium における Data 並列}\label{data_parallel}
2 OpenCLで充分な並列度を得るには、データ並列による実行をサポートした方が良い。
3 CeriumでOpenCLのデータ並列を使うために、iterateというAPIを用意した。
4
5 ベンチマークをとるために、まずはCPU(many core)上でデータ並列の機構を実装した。
6 OpenCLでデータ並列を行う際は、NDRangeの引数でワークアイテムのサイズを設定し、以下のようにkernelを書けばよい。
7
8 \begin{Verbatim}[fontsize=\footnotesize,xleftmargin=1cm]
9 __kernel void
10 multi(__global const float *i_data1,
11 __global const float *i_data2,
12 __global float *o_data)
13 {
14 int i = get_global_id(0);
15 o_data[i] = i_data1[i]*i_data2[i];
16 }
17
18 \end{Verbatim}
19 kernelを複数生成し、各kernelは自分が担当するindexをget\_global\_id APIで取得し、
20 その部分だけ計算を行う。CPUで実行する場合もGPU実行時のkernelとなるべく近い形式で記述できるようにする。
21
22 \subsection{データ並列実行の機構}
23 データ並列で実行する場合はspawn APIではなく、iterate APIでTaskを生成すればよい。 2 データ並列で実行する場合はspawn APIではなく、iterate APIでTaskを生成すればよい。
24 Scheduler内で引数分のTaskを生成し、それぞれに自分が担当するindexをパラメタとして設定していく。 3 Scheduler内で引数分のTaskを生成し、それぞれに自分が担当するindexをパラメタとして設定していく。
25 iterateにはlengthを引数として渡し、lengthの値と渡したlengthの個数で次元数や 4 iterateにはlengthを引数として渡し、lengthの値と渡したlengthの個数で次元数や
26 ワークアイテムのサイズをSchedulerが計算する。 5 ワークアイテムのサイズをSchedulerが計算する。
27 CPU実行時のkernelは以下のように記述する。 6 CPU実行時のkernelは以下のように記述する。