Técnicas de Otimização de Código para Placas de ... - UFMG

__global__ void depSumKernel ( f l o a t∗ S, i n t side ) {
i n t i = b l o c k I d x . x∗blockDim . x + threadIdx . x ;
i f ( i < side ) {
for ( i n t j = 1; j < side ; j ++) {
i n t i j = i ∗ side + j ;
S [ i j ] = S [ i j ] − S [ i j −1];
}
}
}
Figura 1.10. Programa CUDA equivalente ao
programa visto na figura 1.8.
void digSum ( f l o a t∗∗ s , unsigned i n t side ) {
i n t i , j ;
for ( i = 1; i < side ; i ++) {
for ( j = 1; j < side ; j ++) {
s [ i ] [ j ] = s [ i ] [ j ] − s [ i −1][ j −1];
}
}
}
Figura 1.11. Programa C com cadeias de dependências
temporais de diferentes tamanhos.
ponente conexo deste grafo. Em nosso exemplo, cada um destes
componentes é uma linha e nossa abordagem demandará
tantos processadores quanto existam linhas em nosso grafo.
Nos exemplos que vimos até aqui, todos os processadores
usados nas soluções paralelas realizam a mesma quantidade
de trabalho. Isto quer dizer que em um mundo perfeitamente
SIMD, todos os processadores terminariam ao mesmo tempo.
Existem, contudo, muitos problemas em que tal regularidade
não está presente. Um exemplo é dado pelo programa C da
figura 1.11, cujo espaço de iterações é dado na figura 1.12.
Uma conversão trivial é mecânica do programa da figura 1.11
para CUDA leva ao programa da figura 1.13. Este programa possui
um espaço de iterações mais largo que o programa original.
14