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

Computes the m a trix product using l i n e matrices :
void mulMatCPU ( f l o a t∗ B, f l o a t∗ C, f l o a t∗ A, unsigned W) {
for ( unsigned i n t i = 0; i < W; ++ i ) {
for ( unsigned i n t j = 0; j < W; ++ j ) {
A [ i ∗ W + j ] = 0 . 0 ;
for ( unsigned i n t k = 0; k < W; ++k ) {
A [ i ∗ W + j ] += B [ i ∗ W + k ] ∗ C[ k ∗ W + j ] ;
}
}
}
}
Figura 1.20. C program that performs the
matrix product A = B × C, using linearized
matrices.
__global__ void matMul ( f l o a t∗ B, f l o a t∗ C, f l o a t∗ A, i n t W) {
f l o a t Pvalue = 0 . 0 ;
i n t t x = b l o c k I d x . x ∗ blockDim . x + threadIdx . x ;
i n t t y = b l o c k I d x . y ∗ blockDim . y + threadIdx . y ;
for ( i n t k = 0; k < W; ++k ) {
Pvalue += B [ t x ∗ W + k ] ∗ C[ k ∗ W + t y ] ;
}
A [ t y + t x ∗ W] = Pvalue ;
}
Figura 1.21. Kernel que realiza o produto
matricial A = B×C. Esta é uma paralelização
do algoritmo visto na figura 1.20.
et al. [32] a fim de demonstrar o uso eficiente tanto da memória
global quanto de outros níveis de memória, os quais serão
apresentados em seções posteriores. Este kernel é obtido da
paralelização do programa visto na figura 1.20.
Em um modelo PRAM de processamento é possível realizar
a multiplicação matricial em tempo O(ln N). Esta solução,
contudo, não é exatamente trivial e nós iremos utilizar, em vez
dela, uma solução O(N) no modelo PRAM, em que N é a largura
da matriz. O algoritmo escrito em C para CUDA é dado
na figura 1.21. Cada thread é reponsável pela produção de um
24