使用 2D std::vector 对 SYCL 进行矩阵乘法
Posted
技术标签:
【中文标题】使用 2D std::vector 对 SYCL 进行矩阵乘法【英文标题】:Matrix Multiplication on SYCL using 2D std::vector 【发布时间】:2020-10-17 18:15:06 【问题描述】:我是 SYCL 和 C++ 的新手。这是我使用 2D std::vector
进行简单矩阵乘法的内核。
void MatrixMulParallel(queue& q,
const std::vector<std::vector<double>>& a_host,
const std::vector<std::vector<double>>& b_host,
std::vector<std::vector<double>>& c_gpu)
/*
To Multiply: C[M][P] = A[M][N] * B[N][P]
*/
PROFILE_FUNCTION();
try
size_t M = a_host.size();
size_t N = a_host[0].size();
size_t P = b_host[0].size();
// Create device buffers for A, B, C
buffer a(a_host.data(), range<2>M, N);
buffer b(b_host.data(), range<2>N, P);
buffer c(c_gpu.data(), range<2>M, P);
PROFILE_SCOPE("Starting Multiply on GPU");
std::cout << "GPU::Multiplying A and B into C.\n";
auto e = q.submit([&](handler& h)
auto A = a.get_access<access::mode::read>(h);
auto B = b.get_access<access::mode::read>(h);
auto C = c.get_access<access::mode::write>(h);
h.parallel_for(range<2>M, P, [=](id<2> index)
// index[0] allows accessing ROW index, index[1] is column index
int row = index[0];
int col = index[1];
auto sum = 0.0;
for (int i = 0; i < N; i++)
sum += A[row][i] * B[i][col]; // Error #1
C[index] = sum; // Error #2
);
);
e.wait();
catch (sycl::exception const& e)
std::cout << "An exception is caught while multiplying matrices.\n";
terminate();
我收到 两个错误,如下所示:
-
错误 #1:
invalid operands to binary expression ('const std::vector<double, std::allocator<double>>' and 'const std::vector<double, std::allocator<double>>')
错误 #2:no viable overloaded '='
我尝试查找类似于invalid operands for binary expression (...)
的错误,但它们似乎都不能帮助调试我的具体情况。也许是因为这对初学者不友好。
据我目前了解,a_host.data()
显示返回类型std::vector<double>
(不应该是std::vector< std::vector<double> >
吗?)。
我已经尝试使用具有静态已知尺寸的std::array
,它可以工作。
如何使用 2D std::vector
完成这项工作?
任何帮助将不胜感激。
【问题讨论】:
【参考方案1】:2D std::vector<std::vector<T>>
没有元素连续存储在内存中。
更好的方法是声明 std::vector<T>
大小为 M*N,即线性数组,并将它们作为连续块进行操作。
由于目标向量C
应该是二维的,因此创建一个在行和列中都索引的内核。 SYCL index
实际上填满了线性可访问的内存块。
这是我使用std::vector
使其工作的方法:
template <typename T>
void MatrixMulParallelNaive(queue& q,
const std::vector<T>& a_host,
const std::vector<T>& b_host,
std::vector<T>& c_gpu)
/*
To Multiply: C[M][P] = A[M][N] * B[N][P]
*/
PROFILE_FUNCTION();
try
buffer<double, 1> a(a_host.data(), range<1>a_host.size()); // 1D
buffer<double, 1> b(b_host.data(), range<1>b_host.size()); // 1D
buffer<double, 2> c(c_gpu.data(), range<2>M, P); // Create 2D buffer
PROFILE_SCOPE("Starting Multiply on GPU");
std::cout << "GPU::Multiplying A and B into C.\n";
auto e = q.submit([&](handler& h)
auto A = a.get_access<access::mode::read>(h);
auto B = b.get_access<access::mode::read>(h);
auto C = c.get_access<access::mode::write>(h);
h.parallel_for(range<2>M, P, [=](id<2> index)
// Threading index that iterates over C.
int row = index[0];
int col = index[1];
auto sum = 0.0;
// Compute result of ONE element of C
for (int i = 0; i < N; i++)
sum += A[row * M + i] * B[i * N + col];
C[index] = sum;
);
);
e.wait();
catch (sycl::exception const& e)
std::cout << "An exception is caught while multiplying matrices.\n";
terminate();
【讨论】:
【参考方案2】:更一般地说,在进行 HPC 时避免使用非紧凑的数据结构。
与连续数组元素相比,它对内存层次结构不太友好,而且初始化很复杂。改用类似于md_span
和md_array
的东西(基本上是类固醇上的Fortran 数组:-))。
【讨论】:
以上是关于使用 2D std::vector 对 SYCL 进行矩阵乘法的主要内容,如果未能解决你的问题,请参考以下文章
C++,2D std::vector,我是不是需要明确保留和推回空向量?
在内存中操作 std::strings 的 2D 动态数组的最有效方法是啥?
如何在不复制数据的情况下将 cv::Mat 转换为 2d std::vector