如何达到峰值翻牌

如何解决如何达到峰值翻牌

我是一名经验丰富的 C++ 程序员,习惯于低级优化,并试图从 Go 中获得性能

到目前为止,我对 GFlop/s 感兴趣。

我写了以下代码

package main

import (
        "fmt"
        "time"
        "runtime"
        "sync"
)


func expm1(x float64) float64 {
        return ((((((((((((((15.0 + x) * x + 210.0) * x + 2730.0) * x + 32760.0) * x + 360360.0) * x + 3603600.0) * x + 32432400.0) * x + 259459200.0) * x + 1816214400.0) * x + 10897286400.0) * x + 54486432000.0) * x + 217945728000.0) *
x + 653837184000.0) * x + 1307674368000.0) * x * 7.6471637318198164759011319857881e-13;
}

func twelve(x float64) float64 {
        return expm1( expm1( expm1( expm1( expm1( expm1( expm1( expm1( expm1( expm1( expm1( expm1(x))))))))))));
}

func populate(data []float64,N int) {
        cpuCOUNT := runtime.Numcpu();
        var wg sync.WaitGroup
        var slice = N / cpuCOUNT;
        wg.Add(cpuCOUNT)
        defer wg.Wait()

        for i := 0; i < cpuCOUNT; i++ {
                go func(ii int) {
                        for j := ii * slice; j < ii * slice + slice; j += 1 {
                                data[j] = 0.1;
                        }
                        defer wg.Done();
                }(i);
        }
}

func apply(data []float64,N int) {
        cpuCOUNT := runtime.Numcpu();
        var wg sync.WaitGroup
        var slice = N / cpuCOUNT;
        wg.Add(cpuCOUNT)
        defer wg.Wait()

        for i := 0; i < cpuCOUNT; i++ {
                go func(ii int) {
                        for j := ii * slice; j < ii * slice + slice; j += 8 {
                                data[j] = twelve(data[j]);
                                data[j+1] = twelve(data[j+1]);
                                data[j+2] = twelve(data[j+2]);
                                data[j+3] = twelve(data[j+3]);
                                data[j+4] = twelve(data[j+4]);
                                data[j+5] = twelve(data[j+5]);
                                data[j+6] = twelve(data[j+6]);
                                data[j+7] = twelve(data[j+7]);
                        }
                        defer wg.Done();
                }(i);
        }
}

func Run(data []float64,N int) {
        populate(data,N);
        start:= time.Now();
        apply(data,N);
        stop:= time.Now();
        elapsed:=stop.Sub(start);
        seconds := float64(elapsed.Milliseconds()) / 1000.0;
        Gflop := float64(N) * 12.0 * 15.0E-9;
        fmt.Printf("%f\n",Gflop / seconds);
}

func main() {
        cpuCOUNT := runtime.Numcpu();
        fmt.Printf("num procs : %d\n",cpuCOUNT);
        N := 1024*1024*32 * cpuCOUNT;
        data:= make([]float64,N);
        for i := 0; i < 100; i++ {
                Run(data,N);
        }
}

这是从我的 C++ 基准测试中转换而来的尝试,它产生了 80% 的峰值触发器。

C++ 版本产生 95 GFlop/s,其中 go 版本产生 6 GFlops/s(FMA 计数器为 1)。

这是 Go 程序集的一部分 (gccgo -O3 -mfma -mavx2):

vfmadd132sd     %xmm1,%xmm15,%xmm0
        .loc 1 12 50
        vfmadd132sd     %xmm1,%xmm14,%xmm0
        .loc 1 12 64
        vfmadd132sd     %xmm1,%xmm13,%xmm0
        .loc 1 12 79
        vfmadd132sd     %xmm1,%xmm12,%xmm0
        .loc 1 12 95
        vfmadd132sd     %xmm1,%xmm11,%xmm0
        .loc 1 12 112
        vfmadd132sd     %xmm1,%xmm10,%xmm0

我从我的 C++ 代码中得到了什么 (g++ -fopenmp -mfma -mavx2 -O3):

vfmadd213pd     .LC3(%rip),%ymm12,%ymm5
        vfmadd213pd     .LC3(%rip),%ymm11,%ymm4
        vfmadd213pd     .LC3(%rip),%ymm10,%ymm3
        vfmadd213pd     .LC3(%rip),%ymm9,%ymm2
        vfmadd213pd     .LC3(%rip),%ymm8,%ymm1
        vfmadd213pd     .LC3(%rip),%ymm15,%ymm0
        vfmadd213pd     .LC4(%rip),%ymm14,%ymm7
        vfmadd213pd     .LC4(%rip),%ymm13,%ymm6
        vfmadd213pd     .LC4(%rip),%ymm5
        vfmadd213pd     .LC4(%rip),%ymm4

因此我有几个问题,其中最重要的是:

  • 我是否以正确的方式表达并行性?

如果没有,我该怎么做?

为了进一步提高性能,我需要知道以下项目有什么问题:

  • 为什么我在程序集中只看到 vfmadd132sd 指令,而不是 vfmadd132pd?
  • 如何正确对齐内存分配?
  • 如何从生成的可执行文件删除调试信息?
  • 我是否向 gccgo 传递了正确的选项?
  • 我是否使用了正确的编译器?

解决方法

我是否以正确的方式表达并行性?

没有。您可能正在破坏 CPU 缓存。 (但如果不了解有关您系统的详细信息,就很难判断。猜猜这不是 NUMA?)。无论如何,从技术上讲,您的代码是并发而非并行的。

为什么我在程序集中只看到 vfmadd132sd 指令,而不是 vfmadd132pd ?

因为编译器把它放在那里。这是编译器问题还是编程问题?

如何正确对齐内存分配?

这取决于您对“正确”的定义。结构域和切片对齐不是临时可控的,但您可以重新排序结构域(您根本没有使用过,所以我不知道您在这里问的是什么)。

如何从生成的可执行文件中删除调试信息?

查阅 gcc 的文档。

我是否向 gccgo 传递了正确的选项?

我不知道。

我是否使用了正确的编译器?

什么使编译器“正确”?

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐


Selenium Web驱动程序和Java。元素在(x,y)点处不可单击。其他元素将获得点击?
Python-如何使用点“。” 访问字典成员?
Java 字符串是不可变的。到底是什么意思?
Java中的“ final”关键字如何工作?(我仍然可以修改对象。)
“loop:”在Java代码中。这是什么,为什么要编译?
java.lang.ClassNotFoundException:sun.jdbc.odbc.JdbcOdbcDriver发生异常。为什么?
这是用Java进行XML解析的最佳库。
Java的PriorityQueue的内置迭代器不会以任何特定顺序遍历数据结构。为什么?
如何在Java中聆听按键时移动图像。
Java“Program to an interface”。这是什么意思?
Java在半透明框架/面板/组件上重新绘画。
Java“ Class.forName()”和“ Class.forName()。newInstance()”之间有什么区别?
在此环境中不提供编译器。也许是在JRE而不是JDK上运行?
Java用相同的方法在一个类中实现两个接口。哪种接口方法被覆盖?
Java 什么是Runtime.getRuntime()。totalMemory()和freeMemory()?
java.library.path中的java.lang.UnsatisfiedLinkError否*****。dll
JavaFX“位置是必需的。” 即使在同一包装中
Java 导入两个具有相同名称的类。怎么处理?
Java 是否应该在HttpServletResponse.getOutputStream()/。getWriter()上调用.close()?
Java RegEx元字符(。)和普通点?