支持原位计算的高效三角矩阵乘法向量化方法

• 作者: 刘仲 田希 陈磊
• 来源期刊: 国防科技大学学报
• 学科: 工学
• 关键词: 三角矩阵乘法 原位计算 向量化 向量处理器
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 计算机科学与技术?物理学
• 页码范围: 7-11,47
• 页数: 6页
• 分类号: TP391.4
• 字数: 4581字
• 语种: 中文
• DOI: 10.11887/j.cn.201406002

摘要

向量化算法映射是向量处理器的难点问题。提出一种高效的支持原位计算的三角矩阵乘法向量化方法：将 L1D 配置为 SRAM模式，用双缓冲的乒乓方式平滑多级存储结构的数据传输，使得内核的计算与 DMA 数据搬移完全重叠，让内核始终以峰值速度运行，从而取得最佳的计算效率；将不规则的三角矩阵乘法计算均衡分布到各个向量处理单元，充分开发向量处理器的多级并行性；将结果矩阵保存在乘数矩阵中，实现原位计算，节省了存储空间。实验结果表明，提出的向量化方法使三角矩阵乘法性能达到1053．7GFLOPS，效率为91．47％。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈磊	国防科技大学计算机学院	47	804	12.0	27.0
2	刘仲	国防科技大学计算机学院	11	64	4.0	7.0
3	田希	国防科技大学计算机学院	3	12	3.0	3.0