首先,关于您关于在 GPU 上使用 Java 进行计算的一般问题,我在这里写了几句话。
您的应用案例似乎非常具体。您可能应该更详细地描述您的实际意图,因为这将支配所有设计决策。到目前为止,我只能给出一些基本的提示。决定哪个是最合适的解决方案取决于您。
在 Java 世界和 GPU 世界之间架桥时的主要困难之一是内存处理根本不同。
C/C++ 中的内存布局
CUDA 中的cuComplex
结构定义为
typedef float2 cuFloatComplex
typedef cuFloatComplex cuComplex;
wherefloat2
基本上是类似的东西
struct float2 {
float x;
float y;
};
(带有一些额外的对齐说明符等)
现在,当您在 C/C++ 程序中分配值数组时cuComplex
,您只需编写类似
cuComplex *c = new cuComplex[100];
在这种情况下,可以保证所有这些cuComplex
值的内存将是单个连续的内存块。这个内存块只包含复数的所有x
和值,一个接一个:y
_____________________________
c -> | x0 | y0 | x1 | y1 | x2 | y2 |...
|____|____|____|____|____|____|
这个连续的内存块可以很容易地复制到设备中:一个人获取指针,然后调用类似的调用
cudaMemcpy(device, c, sizeof(cuComplex)*n, cudaMemcpyHostToDevice);
Java中的内存布局
考虑创建一个在结构上与结构相同的 Java 类cuComplex
并分配以下数组的情况:
class cuComplex {
public float x;
public float y;
}
cuComplex c[] = new cuComplex[100];
那么你就没有一个连续的float
值的内存块。相反,您有一个对对象的引用数组cuComplex
,并且各自的x
和y
值分散在各处:
____________________
c -> | c0 | c1 | c2 |...
|______|______|______|
| | |
v v v
[x,y] [x,y] [x,y]
这里的关键点是:
您不能将(Java)cuComplex
对象数组复制到设备!.
这有几个含义。在评论中,您已经提到了cublasSetVector
将数组作为参数的方法,cuComplex
我试图强调这不是最有效的解决方案,只是为了方便起见。事实上,这种方法通过在内部创建一个新ByteBuffer
的以获得连续的内存块,ByteBuffer
用数组中的值填充它cuComplex[]
,然后将其复制ByteBuffer
到设备来工作。
当然,这会带来开销,您很可能希望在性能关键型应用程序中避免这种开销。
有几个选项可以解决这个问题。幸运的是,对于复数,解决方案相对简单:
不要使用cuComplex
结构来表示复数数组
相反,您应该将复数数组表示为单个连续的内存块,其中复数的实部和虚部交错,每个分别是单个float
或double
值。这将允许不同后端之间最大的互操作性(省略某些细节,如对齐要求)。
不幸的是,这可能会造成一些不便并提出一些问题,并且对此没有万能的解决方案。
如果试图概括这一点,不仅指复数,而且指一般的“结构”,那么可以应用一种“模式”:可以为结构创建接口,并创建这些结构的集合这是实现此接口的类的实例列表,它们都由一个连续的内存块支持。这可能适用于某些情况。但是对于复数,每个复数都有一个 Java 对象的内存开销可能非常大。
另一个极端,仅处理原始float[]
或double[]
数组也可能不是最佳解决方案。例如:如果您有一个float
表示复数的值数组,那么如何将这些复数中的一个与另一个相乘?
一种“中间”解决方案可以创建一个接口,允许访问复数的实部和虚部。在实现中,这些复数存储在单个数组中,如上所述。
我在这里画了一个这样的实现。
笔记:
这只是作为一个例子,展示基本思想,并展示它如何与 JCublas 之类的东西一起工作。对您而言,不同的策略可能更合适,具体取决于您的实际目标:应该有哪些其他后端(除了 JCuda)?在 Java 端处理复数应该有多“方便”?在 Java 端处理复数的结构(类/接口)应该是什么样的?
简而言之:在继续实施之前,您应该非常清楚您的应用程序/库应该能够做什么。
import static jcuda.jcublas.JCublas2.*;
import static jcuda.jcublas.cublasOperation.CUBLAS_OP_N;
import static jcuda.runtime.JCuda.*;
import java.util.Random;
import jcuda.*;
import jcuda.jcublas.cublasHandle;
import jcuda.runtime.cudaMemcpyKind;
// An interface describing an array of complex numbers, residing
// on the host, with methods for accessing the real and imaginary
// parts of the complex numbers, as well as methods for copying
// the underlying data from and to the device
interface cuComplexHostArray
{
int size();
float getReal(int i);
float getImag(int i);
void setReal(int i, float real);
void setImag(int i, float imag);
void set(int i, cuComplex c);
void set(int i, float real, float imag);
cuComplex get(int i, cuComplex c);
void copyToDevice(Pointer devicePointer);
void copyFromDevice(Pointer devicePointer);
}
// A default implementation of a cuComplexHostArray, backed
// by a single float[] array
class DefaultCuComplexHostArray implements cuComplexHostArray
{
private final int size;
private final float data[];
DefaultCuComplexHostArray(int size)
{
this.size = size;
this.data = new float[size * 2];
}
@Override
public int size()
{
return size;
}
@Override
public float getReal(int i)
{
return data[i+i];
}
@Override
public float getImag(int i)
{
return data[i+i+1];
}
@Override
public void setReal(int i, float real)
{
data[i+i] = real;
}
@Override
public void setImag(int i, float imag)
{
data[i+i+1] = imag;
}
@Override
public void set(int i, cuComplex c)
{
data[i+i+0] = c.x;
data[i+i+1] = c.y;
}
@Override
public void set(int i, float real, float imag)
{
data[i+i+0] = real;
data[i+i+1] = imag;
}
@Override
public cuComplex get(int i, cuComplex c)
{
float real = getReal(i);
float imag = getImag(i);
if (c != null)
{
c.x = real;
c.y = imag;
return c;
}
return cuComplex.cuCmplx(real, imag);
}
@Override
public void copyToDevice(Pointer devicePointer)
{
cudaMemcpy(devicePointer, Pointer.to(data),
size * Sizeof.FLOAT * 2,
cudaMemcpyKind.cudaMemcpyHostToDevice);
}
@Override
public void copyFromDevice(Pointer devicePointer)
{
cudaMemcpy(Pointer.to(data), devicePointer,
size * Sizeof.FLOAT * 2,
cudaMemcpyKind.cudaMemcpyDeviceToHost);
}
}
// An example that performs a "gemm" with complex numbers, once
// in Java and once in JCublas2, and verifies the result
public class JCublas2ComplexSample
{
public static void main(String args[])
{
testCgemm(500);
}
public static void testCgemm(int n)
{
cuComplex alpha = cuComplex.cuCmplx(0.3f, 0.2f);
cuComplex beta = cuComplex.cuCmplx(0.1f, 0.7f);
int nn = n * n;
System.out.println("Creating input data...");
Random random = new Random(0);
cuComplex[] rhA = createRandomComplexRawArray(nn, random);
cuComplex[] rhB = createRandomComplexRawArray(nn, random);
cuComplex[] rhC = createRandomComplexRawArray(nn, random);
random = new Random(0);
cuComplexHostArray hA = createRandomComplexHostArray(nn, random);
cuComplexHostArray hB = createRandomComplexHostArray(nn, random);
cuComplexHostArray hC = createRandomComplexHostArray(nn, random);
System.out.println("Performing Cgemm with Java...");
cgemmJava(n, alpha, rhA, rhB, beta, rhC);
System.out.println("Performing Cgemm with JCublas...");
cgemmJCublas(n, alpha, hA, hB, beta, hC);
boolean passed = isCorrectResult(hC, rhC);
System.out.println("testCgemm "+(passed?"PASSED":"FAILED"));
}
private static void cgemmJCublas(
int n,
cuComplex alpha,
cuComplexHostArray A,
cuComplexHostArray B,
cuComplex beta,
cuComplexHostArray C)
{
int nn = n * n;
// Create a CUBLAS handle
cublasHandle handle = new cublasHandle();
cublasCreate(handle);
// Allocate memory on the device
Pointer dA = new Pointer();
Pointer dB = new Pointer();
Pointer dC = new Pointer();
cudaMalloc(dA, nn * Sizeof.FLOAT * 2);
cudaMalloc(dB, nn * Sizeof.FLOAT * 2);
cudaMalloc(dC, nn * Sizeof.FLOAT * 2);
// Copy the memory from the host to the device
A.copyToDevice(dA);
B.copyToDevice(dB);
C.copyToDevice(dC);
// Execute cgemm
Pointer pAlpha = Pointer.to(new float[]{alpha.x, alpha.y});
Pointer pBeta = Pointer.to(new float[]{beta.x, beta.y});
cublasCgemm(handle, CUBLAS_OP_N, CUBLAS_OP_N, n, n, n,
pAlpha, dA, n, dB, n, pBeta, dC, n);
// Copy the result from the device to the host
C.copyFromDevice(dC);
// Clean up
cudaFree(dA);
cudaFree(dB);
cudaFree(dC);
cublasDestroy(handle);
}
private static void cgemmJava(
int n,
cuComplex alpha,
cuComplex A[],
cuComplex B[],
cuComplex beta,
cuComplex C[])
{
for (int i = 0; i < n; ++i)
{
for (int j = 0; j < n; ++j)
{
cuComplex prod = cuComplex.cuCmplx(0, 0);
for (int k = 0; k < n; ++k)
{
cuComplex ab =
cuComplex.cuCmul(A[k * n + i], B[j * n + k]);
prod = cuComplex.cuCadd(prod, ab);
}
cuComplex ap = cuComplex.cuCmul(alpha, prod);
cuComplex bc = cuComplex.cuCmul(beta, C[j * n + i]);
C[j * n + i] = cuComplex.cuCadd(ap, bc);
}
}
}
private static cuComplex[] createRandomComplexRawArray(
int n, Random random)
{
cuComplex c[] = new cuComplex[n];
for (int i = 0; i < n; i++)
{
float real = random.nextFloat();
float imag = random.nextFloat();
c[i] = cuComplex.cuCmplx(real, imag);
}
return c;
}
private static cuComplexHostArray createRandomComplexHostArray(
int n, Random random)
{
cuComplexHostArray c = new DefaultCuComplexHostArray(n);
for (int i = 0; i < n; i++)
{
float real = random.nextFloat();
float imag = random.nextFloat();
c.setReal(i, real);
c.setImag(i, imag);
}
return c;
}
private static boolean isCorrectResult(
cuComplexHostArray result, cuComplex reference[])
{
float errorNormX = 0;
float errorNormY = 0;
float refNormX = 0;
float refNormY = 0;
for (int i = 0; i < result.size(); i++)
{
float diffX = reference[i].x - result.getReal(i);
float diffY = reference[i].y - result.getImag(i);
errorNormX += diffX * diffX;
errorNormY += diffY * diffY;
refNormX += reference[i].x * result.getReal(i);
refNormY += reference[i].y * result.getImag(i);
}
errorNormX = (float) Math.sqrt(errorNormX);
errorNormY = (float) Math.sqrt(errorNormY);
refNormX = (float) Math.sqrt(refNormX);
refNormY = (float) Math.sqrt(refNormY);
if (Math.abs(refNormX) < 1e-6)
{
return false;
}
if (Math.abs(refNormY) < 1e-6)
{
return false;
}
return
(errorNormX / refNormX < 1e-6f) &&
(errorNormY / refNormY < 1e-6f);
}
}
(顺便说一句:我可能会采取这个答案的一部分并将它们扩展为JCuda的样本和/或“如何...”页面。提供一些这样的信息的任务已经在我的“待办事项”上列出了很长一段时间)。