矩阵和向量乘法CUDA优化.pptVIP

矩阵与向量乘法的CUDA优化 * 目的 对于CUDA程序开发来说，优化往往是整个开发过程的核心，不同算法，不同存储器组织的程序性能往往差几十倍，本文通过一个简单的例子来展示CUDA开发中一些重要的因素对性能的影响。 * 假设读者拥有以下知识 拥有C语言编程的经验,最好拥有并行编程经验 懂得CUDA,最好用CUDA写过代码 * 整理发布 测试环境 Intel xeon 5405 2.0 GHz Geforce GTX 295(只使用单核) Gcc 4.3.3 CUDA toolkit 3.1 只测试计算时间,不包括数据传输 * 符号说明 matrix:矩阵数据指针,以行为主序或者列为主序存储 v || vec: 向量指针 r: 矩阵和向量乘的结果指针 rowSize: 表示矩阵的行数,也是r的长度 columnSize:表示矩阵的列数,也是v的长度 所有指向显存的指针加前缀d_ * 编译配置 矩阵尺寸8192*8192　单精度 编译选项-O3 –funroll-loops –msse CPU计时函数采用gettimeofday, clock,GPU计时函数采用CUDA event * 串行C版本 算法:遍历矩阵行,每行和向量相乘,最终结果为一向量 void mxv(const int rowSize, const int columnSize, const float