如何解决OpenCL向量显式转换为标量序列
我已经在OpenCl程序中工作了很长时间,并且陷入了一个有趣的话题。重要的是要说,尽管是一个发烧友,但我对编码/编程没有很深的了解。
CodeXL提出的程序瓶颈是VGPR寄存器的大量使用。因此,我正在重新编写代码以根据标量操作尽可能地运行:
我已经成功地将几行代码从基于矢量的操作转换为标量的代码。例如:
**((uint8 *)VectorArray)[0] = ((__global uint8 *)InputData)[0];**
标量变为:
s0 = ((__global uint *)InputData)[0];
s1 = ((__global uint *)InputData)[1];
s2 = ((__global uint *)InputData)[2];
s3 = ((__global uint *)InputData)[3];
s4 = ((__global uint *)InputData)[4];
s5 = ((__global uint *)InputData)[5];
s6 = ((__global uint *)InputData)[6];
s7 = ((__global uint *)InputData)[7];
s0-s7还用于许多操作中。这种工作无缝进行,项目的性能仅提高了一个等级。我知道我可以直接访问VectorArray.s0,但“ s0”是具有多个读/写访问权限的局部变量。
最后,我遇到的问题是:
((uint4*)VectorArray)[4] = ((__global uint4*)InputData)[4];`
考虑到上述相同的逻辑,标量加载操作将为:
s4 = ((__global uint *)InputData)[4];
s5 = ((__global uint *)InputData)[5];
s6 = ((__global uint *)InputData)[6];
s7 = ((__global uint *)InputData)[7];
然而,这不幸地失败了。我尝试了超过40种组合,但似乎缺少了一点。 Radeon GPU分析仪指出,ISA是 s_load_dwordx4 操作,其操作数为 s [4:7],s [6:7],0x40 。我假设0x40是64位的参考偏移量,因此位置应在相同范围内偏移。但是,我已经做过的试验之一就是考虑s5 = ((__global uint *)InputData)[4];
-这是失败的原因之一。
ISA文档非常稀少,我几乎处于黑暗之中。
有任何提示或评论吗?非常感谢。
谢谢。 埃德。
解决方法
据我所记得,AMD GPU中的“标量”寄存器用于线程之间共享的数据。因此,通常是诸如循环计数器之类的事情,编译器可以保证这些值在跨线程的锁步中是相同的。
如果看到太多的向量寄存器压力,通常意味着您使用了过多的private
“内存”。例如,您有声明为private
的数组,或者您的变量寿命很长,其“内存”(向量寄存器)无法重用于其他变量。
我建议阅读AMD的优化指南;据我所记得,它详细介绍了向量寄存器和标量寄存器之间的区别以及它们的用途。正如您所发现的,您建议的代码转换类型通常不是有效。您无需解释代码的用途或所有这些向量寄存器的用途,但是根据使用情况,您可能需要考虑将更大,寿命更长的数组从private
移到local
记忆。 (请记住,这是在工作项之间共享的)
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。