问题标签 [hip]

有与 CUDA C++ 非常相似的AMD HIP C ++。AMD 还创建了Hipify以将 CUDA C++ 转换为 HIP C++（便携式 C++ 代码），可以在 nVidia GPU 和 AMD GPU 上执行：https ://github.com/GPUOpen-ProfessionalCompute-Tools/HIP

• shfl在 nVidia GPU 上使用操作有要求： https ://github.com/GPUOpen-ProfessionalCompute-Tools/HIP/tree/master/samples/2_Cookbook/4_shfl#requirement-for-nvidia

对英伟达的要求

请确保您拥有3.0 或更高版本的计算能力设备，以便使用 warp shfl 操作并在使用此应用程序时在 Makefile 中添加 -gencode arch=compute=30, code=sm_30 nvcc 标志。

• 还注意到 HIPshfl在 AMD 上支持 64 波大小（WARP 大小）：https ://github.com/GPUOpen-ProfessionalCompute-Tools/HIP/blob/master/docs/markdown/hip_faq.md#why-use-hip-而不是直接支持 cuda

此外，HIP 定义了查询架构特性的可移植机制，并支持更大的64 位 wavesize，这将跨通道函数（如投票和随机播放）的返回类型从 32 位整数扩展到 64 位整数。

但是哪些 AMD GPU 确实支持功能shfl，或者任何 AMD GPU 都支持shfl，因为在 AMD GPU 上它是通过使用本地内存实现的，而没有硬件指令寄存器到寄存器？

nVidia GPU 需要 3.0 或更高的计算能力 (CUDA CC)，但是shfl使用 HIP C++ 在 AMD GPU 上使用操作有什么要求？

我按照此处的说明安装了 hipTensorFlow 。

正如他们在指南中所说，我正在运行 Ubuntu 16.04，并且我有一张 AMD R9 290 卡。

但是当尝试导入 Tensorflow 时，我得到以下输出：

尝试在 Google 中搜索它并没有带来太多帮助 - 只是我的卡不受支持还是我可以做些什么来帮助它工作？

对于 X 射线切片，我想创建一个程序来重建切片并执行逆氡变换。第一步是创建图像的正弦图。但是创建一个正弦图需要很长时间。

我有 1500 张图片，每张都有 3.5MB 的 PNG 格式。解压后，它们需要大约 10 GB 的内存，这对我来说很好。

为了创建一个正弦图，必须对齐所有图像的同一行。我正在使用 HIP 和可存储向量来完成这项任务。处理所有图像大约需要 1 分钟，我想知道如何加快这个过程。

我的代码在这里：

我已经使用 +RTS -s 选项对其进行了概要分析，并且垃圾收集所花费的时间很好。我怎样才能加快速度？

为了安装 HIP 堆栈，需要以下部门

HIP是与 NVIDIA 的 CUDA 对应的 AMD GPU 编程模型。我有一个我无法完全理解的 HIP 源代码的代码片段。提醒一下，对以下代码片段的理解不需要任何 HIP 的背景知识，但更多的是 C++ 模板/函数指针的问题。

我对以下内容感到困惑：

• 如果 F 是一个函数指针，为什么它需要在参数中被双重引用？
• 第一个模板参数typename... Args有什么用？
• hipLaunchParm 只是整数的别名，但在参数中调用时 {} 是什么意思呢？

我刚开始学习 Haskell，所以我可能遗漏了一些非常琐碎的东西。我正在尝试使用 Haskell 图像处理生成图像。我正在从文档的示例片段中调整代码。我的代码如下。

当我尝试构建它时，我得到以下信息

似乎无法弄清楚我做错了什么。

我正在尝试使用 Haskell 图像处理包HIP向图像添加过滤器，我能够使用ByteString包读取图像并使用 HIP 将图像转换为类型Image VS YCbCr Word8。现在，我如何转换Image VS YCbCr Word8为Border (Pixel cs e)or Pixel cs e？我还在学习 Haskell，所以请保持简单。见下面的代码：

我有一个类型的图像Image VS Y Double（使用readImageYHIP 库中的函数后），我想将其转换为Image VS Y Word8. 我该怎么做呢？我需要在这个精度下应用它的下一个函数。

以下是相关代码的片段：

这是错误：

编辑： 双打是在图像类型中存储为 VS 向量类型的灰度像素值。我遇到的问题是可以访问双打以便能够转换它们。试图在这里解释/找到 HIP 库的方法，但我是 Haskell 的新手，无法弄清楚。

我是一名 GPGPU 开发人员，我使用 CUDA 完成了所有工作。最近我为我的家庭设置购买了一个 AMD GPU，并且我一直在阅读有关 SYCL 和 oneAPI 的信息，但我不确定我是否了解它们中的每一个是什么，它们是如何补充的。如果我理解正确的话，SYCL 是由 Khronos 开发的标准，允许在 C++ 中创建并行软件。它需要一个自定义工具链，由 SYCL 实现提供，并且存在多个实现。

另一方面，oneAPI 是 SYCL 的实现，带有一些额外的扩展（将来可能会添加到 SYCL 标准中）和一些具有典型并行库的库，对吧？

由于我有一个 AMD GPU，我想用它来做一些 GPGPU，但是生态系统有点吓人。我们有台面驱动程序、AMD 驱动程序、不同的 openCL 实现、HIP……所有这些假设如何组合在一起？

我正在 Haskell 中实现二进制图像的分形图像压缩算法。为此，我必须在所谓的域池中找到给定范围块（子图像）最接近的图像，即图像列表列表。我通过计算两个像素值的平方和差来比较图像。

我使用 Haskell 图像处理 (HIP) 库来读取和写入图像。

这段代码的性能真的很差。尽管使用-O2. 分析向我展示了大部分运行时都花在了函数distance中，尤其是在 sumSquareDifference，而且在toLists和toBinList：

有没有办法提高性能？

块大小为 2 表示将 16384 个范围块与域池的 131072 个图像进行比较，因此 sumSquareDifference 将被调用 (16384*131072=)2147483648 次，每次计算两个长度为 4 的列表的平方和差。我意识到这是一个很大的数字，但代码不应该更快（懒惰评估列表）吗？这是 Haskell 问题还是算法问题？

编辑：

通过使用，我至少能够将性能提高三分之一：

编辑2：

dPool通过使用函数创建，我能够极大地提高性能genDistanceList，一旦找到两个相同的图像就会停止计算：

我有一个代码可以顺序访问约 4GB 的内存，每个请求访问 1024 位，随机访问所有 4GB ......我有一个 16GB HBM2 和 4096 位 BUS 的 RADEON VII。

可能的优化 1：每个内存请求 4GB 和 4x 数据！（不起作用，因为第一个请求告诉我跨 4GB 的第二个请求，所以第二个请求所需的数据可能在内存中很远）

可能的优化 2：每个内存请求 4+4+4+4GB 和 1x 数据！（不会提高性能，因为对 4GB 组的每个请求都会将其他请求延迟到 0.25 倍性能，所以我得到 4 个线程，每个线程的性能为 0.25 倍）

问题：

对于优化 1 - 是否可以拆分 4096 位 BUS，所以我可以以非阻塞方式并行获取 1024 位内存的不同区域？

对于优化 2 - 是否可以并行处理 4GB 的“块”，每个块都是独立的，而其他块是非阻塞的？

PS - 我知道这取决于内存控制器，所以如果你知道可以做到这一点的不同硬件，也请告诉我。