多核龙芯3A上二级BLAS库的优化①.PDFVIP

2011 年 第 20 卷 第 1 期 计 算 机 系 统 应 用 ① 多核龙芯3A 上二级BLAS 库的优化 李 毅，何颂颂，李 恺 ( 中国科学技术大学 计算机科学与技术学院，合肥 230027) 摘 要：针对龙芯 3A 体系结构以及二级 BLAS 库函数的特点，在指令级、存储级和线程级抽取并行方案，总结 了一些合适的优化方法，并对其进行了定量的分析。实验表明，这些优化可以将二级 BLAS 函数单线程的性能 提升 20% 以上，多线程下也可以得到2.5 倍左右的加速比，这对今后多核龙芯上的系统软件优化工作有着一定的 帮助。 关键词：龙芯 3A ；BLAS ；优化；Gemv ；Ger ；访存；多线程 Optimization of BLAS Level 2 Based on Multi-Core Loongson 3A LI Yi, HE Song-Song, LI Kai (School of Computer Science and Technology, University of Science and Technology of China, Hefei 230027, China) Abstract: According to characteristics of Loongson 3A architecture and BLAS level 2, this article derives the parallel solutions from instruction level, storage level and thread level. We summarize some suitable optimization methods and make a quantitative analysis. Experiment shows that the single-threading performance of BLAS level 2 is increased by 20%, and the multi-threading speedup reaches to 2.5. All of these will give some help to the optimization of system software on multi-core Loongson 3A. Keywords: Loongson 3A; BLAS; optimization; Gemv; Ger; memory access; multi-threading 1 引言 位访存部件，此外和龙芯 2F 一样具备四发射超标量结 1.1 多核龙芯 3A 介绍 构，支持动态调度、寄存器重命名、转移预测等乱序 高性能计算(High-Performance Computing ，简称 执行技术[1] ，可以最大程度上提升系统的指令级并行 HPC)作为一种尖端计算机技术，广泛用于科学计算、 和数据级并行。 气象预报、地质勘探、金融统计、电子商务、高分子 1.2 数学库 BLAS 材料研究等领域，现有的 HPC 核心处理部件通用 BLAS 库是传统的线性数学函数库标准，具备较 处理器基本都是国外制造，龙芯作为中国科学院计算 好的稳定性以及较高的性能，能够为关于矩阵的应用 机技术研究所研制的新型通用处理器，具有高性能、 提供较优的基础运算支持。Intel 和 AMD 都有分别针 低成本、低功耗、高集成度的特点，可以满足科学研 对它们处理器的商用 BLAS 库MKL 和 ACML ，而 究和企业应用中大部分高性能计算的需求，它的出现 基于 MIPS 架构的龙芯没有专用的 BLAS 库，所以需 填补国内计算机行业在 HPC 核心技术方面的空白。 要大量的移植工作才能保