4

VexCL 似乎是一个非常有吸引力的 gpu 编程库。

不幸的是，它是一个非常年轻的图书馆，那里的信息很少。我一直在寻找如何执行矩阵向量乘法，但我发现的唯一矩阵表示是 vex::SpMat，它包含一个稀疏矩阵。

如果矩阵是密集的，那么稀疏表示通常对计算的效率较低。

我所有的矩阵都是密集的，我想知道如何在 VexCL 中有效地执行它。

4

1 回答 1

11

我是VexCL库的开发者。

我不得不承认密集线性代数运算不在我的优先级列表中。我相信很难以一种在 VexCL（即 OpenCL/CUDA）支持的各种设备上性能可移植的方式实现这些。这项任务可能最好留给供应商 BLAS 实施（但欢迎使用补丁！）。

您可能还想查看开源ViennaCL库，它确实提供密集矩阵运算并支持 OpenCL、CUDA 和 OpenMP 后端。他们的自动调整框架允许他们获得接近供应商调整库的可移植性能。

话虽如此，对于 VexCL 中的密集矩阵 - 向量积，您有几个选项（除了提供自定义内核之外）。首先，您可以使用基于矩阵向量积定义的直接实现：

using namespace vex;
Context ctx(Filter::Env && Filter::Count(1));

// The n x m matrix stored row-wise.
vector<double> A(ctx, n * m);
// The LHS and RHS vectors.
vector<double> x(ctx, m);
vector<double> y(ctx, n);

// Make an n x m matrix from vector x by replicating it along the first
// dimension (reshape), multiply it elementwise by A, and reduce the result
// along the second dimension.
// In other words, y_i = sum_j (A_ij * x_j)
y = reduce<SUM>(
        extents[n][m],  // Shape of the expression to reduce,
        A * reshape(
                x,
                extents[n][m], // (We need an n x m matrix...
                extents[1]     // ... but we only have vector of size m).
            ),          // the expression,
        1               // and the dimension to reduce along.
        );

使用 C++14，这可以很容易地隐藏在函数调用中：

template <class M, class V>
auto prod(size_t n, size_t m, M &&A, V &&x) {
    using namespace vex;
    auto NxM = extents[n][m];
    return reduce<SUM>(NxM, A * reshape(x, NxM, extents[1]), 1);
}

其次，您可以只使用供应商特定的库。例如，如果您将 CUDA 后端与 VexCL 一起使用，您可以获得指向 VexCL 分配的内存区域的原始指针并调用 cuBLAS gemv：

double one  = 1;
double zero = 0;
cublasDgemv(
        cublas_handle, CUBPLAS_OP_N, n, m,
        &zero,
        A(0).raw_ptr(), m,
        x(0).raw_ptr(), 1
        &one,
        y(0).raw_ptr(), 1
        );

第一种方法应该不如调用 cuBLAS 有效。它的优点是reduce()调用的结果是一个向量表达式，原则上你可以将其中的几个组合成一个单一的融合计算内核。例如，您可以在单个内核调用中计算Ax + By、 or sin(Ax) + cos(By)、 or或任何其他向量表达式：(A + B)(x - y)

z = prod(n, m, A, x) + prod(n, m, B, y);
z = sin(prod(n, m, A, x)) + cos(prod(n, m, B, y));
z = prod(n, m, A + B, x - y);

这可能比几个链接的 cuBLAS 调用更有效。由于这个原因，我有一些例子，VexCL 的性能比 cuBLAS 高出 1.5 倍。

于 2013-12-30T06:29:39.080 回答