缓存结构GPU矩阵乘法算法的自动优化

• 作者: 刘强 崔翔 李晓雯 殷瑞杰
• 来源期刊: 现代电子技术
• 关键词: GPU程序设计 矩阵乘法 自动优化 GEMM模板
• 年，卷（期）: 2014,（10）
• 所属期刊栏目: 电子与信息器件
• 页码范围: 137-140
• 页数: 4页
• 分类号: TN40|TP312
• 语种: 中文

摘要

讨论在Fermi结构GPU使用CUDA对GEMM（单精度和双精度）算法进行优化，以及Fermi体系结构的新特性（如缓存）对性能的影响。GPU缓存一方面可以提高处理器在运行时数据访问的局部性，另一方面使得代码性能对与性能相关算法参数的依赖变得不可预测。自动优化技术可以用来解决这一问题。自动优化的SGEMM和DGEMM代码在Tesla C2050 GPU上达到了563GFlops和253GFlops的性能。代码使用CUDA和C语言进行实现，未进行二进制代码级别的优化。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李晓雯	防空兵学院指挥控制系	3	11	2.0	3.0
2	崔翔	河南大学计算机与信息工程学院	7	14	2.0	3.0
3	殷瑞杰	防空兵学院指挥控制系	1	0	0.0	0.0
4	刘强	防空兵学院指挥控制系	2	0	0.0	0.0