检索结果-南通市图书馆

检索条件"主题词=LibShalom"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

面向ARMv8多核处理器的小规模及不规则矩阵乘性能优化技术研究

面向ARMv8多核处理器的小规模及不规则矩阵乘性能优化技术研究

引用

作者：杨维铃国防科技大学

学位级别：硕士

通用矩阵-矩阵乘法(GEMM,GEneral Matrix Multiply)是高性能计算领域中最关键的例程之一,也是高性能线性代数库(BLAS,Basic Linear Algebra Subprograms)的核心操作。尽管现有BLAS库可以在大规模GEMM上取得接近处理器峰值的性能,但在小... 详细信息

通用矩阵-矩阵乘法(GEMM,GEneral Matrix Multiply)是高性能计算领域中最关键的例程之一,也是高性能线性代数库(BLAS,Basic Linear Algebra Subprograms)的核心操作。尽管现有BLAS库可以在大规模GEMM上取得接近处理器峰值的性能,但在小型及不规则形状的矩阵乘法(SMM)上性能表现不佳。SMM负载广泛存在于实际应用中,其在x86 CPU和GPU平台上的优化取得了显著的进展,但在ARM架构的处理器上的研究尚少。为此,本论文针对ARMv8多核处理器研究SMM的性能优化技术,旨在充分挖掘ARMv8多核处理器的计算潜力,并为科学计算和深度学习的应用开发提供有力支撑。具体而言,本文的主要工作包括三个方面:为了定位SMM的性能瓶颈,本文首先在Phytium 2000+处理器上系统地评测了其性能表现。评测工作使用现有主流的开源BLAS库,包括Open BLAS、BLIS、BALSFEO和Eigen,然后讨论了影响SMM性能的因素:(1)减小数据打包开销;(2)高效地处理边缘情况;(3)选择合适的微内核;(4)采用合理的并行化方法。这些发现为ARMv8处理器上SMM的优化提供了方向。针对性能瓶颈,本文实现了针对ARMv8架构的矩阵乘法库Lib Shalom,用来提升SMM的性能。Lib Shalom对经典的Goto算法进行了修改,以最大限度地减少用于数据打包和小矩阵处理的昂贵内存访问开销。具体而言,Lib Shalom将打包步骤与计算操作重叠,使用解析建模方法确定SMM微内核的配置参数,从而提高SMM的计算和并行化效率。实验结果表明,Lib Shalom在Kun Peng 920(KP920)、Thunder X2和Phytium 2000+这三个ARM处理器上的性能都优于现有的BLAS库。为了验证libshalom是否能为实际应用带来性能收益,本文将Lib Shalom整合到深度学习框架Mxnet,用以替换原先的Open BLAS来完成Mxnet中的卷积计算,并对卷积神经网络(CNN,Convolutional Neural Networks)的推理性能进行了评测。实验结果表明,针对典型的CNN应用,本文的工作相对于Mxnet的默认配置平均提升了约2倍。

关键词：通用矩阵乘法 ARMv8多核处理器性能评测与优化 libshalom

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：