矩阵乘法的优化.pdfVIP

科建园地 Cybertecture Field 谢林川 武警警官学院电子技术系 610041 在科学与工程计算的许多问题中经常需要进行矩阵计算。矩 for p=I,min(i+M,m) 阵乘、求解线性方程组和矩阵特征值问题是矩阵计算最基本的内 for q=j,min(j+N,n) 核。许多先进的计算机上都配有高效的串行程序库。为了在并行 C(p,q)=C(p,q)*Beta 计算环境上实现矩阵乘积，研究并行算法是非常必要的。本文主 Endfor 要讲述了如何在多核处理器上对矩阵乘法进行优化。 endfor 1. 矩阵乘法串行算法 for L=1,k,K 矩阵乘法在实现上比较简单，可以通过 3 层循环得到。例如 for p=i,min(i+M,m) 我 们 求 C=Beta*C+Alpha*A*B， 其 中 A,B,C，Alpha，Beta 都 是 双 for q=j,min(j+N,n) 精度浮点数据。串行算法的实现原理是：矩阵 A 中的一行和矩阵 for r=l,min(L+K,k) B 中的一列对应元素进行乘加得到矩阵 C 中的对应元素。假设 A C(p,q)=C(p,q)+Alpha*A(p,r)*B(r,q) 是一个 m*k 的矩阵，B 是一个 k*n 矩阵，因此 C 是一个 m*n 矩阵， endfor 我们可以得到串行算法程序如下： endfor for i=1, m endfor for j=1, n endfor C(i,j)=C(i,j)*Beta 3.分层技术 for L=1, k 因为处理器 L1cache 和 L2cache 到寄存器的带宽大致相同， C(i,j)= C(i,j)+Alpha*A(i,L)*B(L,j) L2cacahe 的大小明显大于 L1cache，这样能够存放更多的数据，基 endfor 于这种情况，提出把分块 A 存放在 L2cache 中，使得 B 矩阵的运 endfor 算访存比得到了提高。此外，对矩阵乘法划分方法进行了总结， endfor 通过分析得出：对矩阵 A 和 B 都进行划分，得到的性能是最优的。 2.矩阵乘法分块算法 可以对 GEBP 算法的实现做了进一步的优化：在寄存器中预取 A 上面我们对矩阵乘法的串行算法做了分析，我们在计算矩阵 和 B，隐藏访存时间；增大分块参数 kc，