面向多核向量處理器BLAS庫(kù)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、基本線性代數(shù)子程序BLAS(Basic Linear Algebra Subprograms）庫(kù)是科學(xué)計(jì)算中引用最廣泛的數(shù)學(xué)函數(shù)庫(kù)之一，也是評(píng)測(cè)計(jì)算機(jī)性能的核心算法程序。X-DSP是我校自主研發(fā)的高性能多核向量處理器，主要用于數(shù)字通信、圖像處理和雷達(dá)信號(hào)處理等領(lǐng)域，為充分發(fā)揮X-DSP的高性能，針對(duì)其特定體系結(jié)構(gòu)特點(diǎn)開(kāi)發(fā)高度優(yōu)化的BL AS庫(kù)函數(shù)具有重要的理論意義和應(yīng)用價(jià)值。本文深入研究和分析了X-DSP的多核向量處理器的體系結(jié)構(gòu)特點(diǎn)以

2、及BLAS1、BLAS2中子函數(shù)的算法特點(diǎn)，針對(duì)X-DSP體系結(jié)構(gòu)的多級(jí)并行性，詳細(xì)設(shè)計(jì)了高效的算法映射，并基于手工匯編實(shí)現(xiàn)了高性能的BLAS1和BLAS2算法庫(kù)。
　　本研究主要內(nèi)容包括：⑴設(shè)計(jì)和實(shí)現(xiàn)了基于X-DSP單核的BLAS1函數(shù)庫(kù)，以向量范數(shù)、矩陣范數(shù)和DDOT算法為例，詳細(xì)分析和設(shè)計(jì)了針對(duì)該DSP體系結(jié)構(gòu)特點(diǎn)的算法映射，采用軟件流水方法和手工匯編進(jìn)行優(yōu)化實(shí)現(xiàn)，充分挖掘了該處理器的指令并行性、向量并行性和數(shù)據(jù)并行性，取得

3、了較高的計(jì)算性能。在RTL級(jí)平臺(tái)上的測(cè)試結(jié)果表明，向量范數(shù)的平均性能達(dá)64.49GFLOPS，矩陣范數(shù)的平均性能達(dá)49.34GFLOPS，DDOT的平均性能達(dá)47.50GFLOPS。⑵設(shè)計(jì)和實(shí)現(xiàn)了基于X-DSP單核的BLAS2函數(shù)庫(kù)。以GEMV、SUM_MV、GER、TRMV和TRSV五個(gè)子函數(shù)為例進(jìn)行了詳細(xì)算法分析與研究；對(duì)GEMV的計(jì)算方式進(jìn)行了改進(jìn)；對(duì)SUM_M V內(nèi)核中存在的多周期寫沖突進(jìn)行優(yōu)化設(shè)計(jì)；對(duì)GER、GER2、SYR、

4、SYR2進(jìn)行了對(duì)比分析；對(duì)TRMV中的三角矩陣進(jìn)行了分塊，以減少0值參與運(yùn)算；對(duì)TRSV中三角逆矩陣的更新方式進(jìn)行了分析，根據(jù)向量處理器的特點(diǎn)進(jìn)行了優(yōu)化設(shè)計(jì)；結(jié)合X-DSP的硬件機(jī)制分別將GEMV、SUM_MV、GER、TRMV和TRSV五個(gè)例程高效地映射至 X-DSP單核結(jié)構(gòu)中，性能分別為93.67GFLOPS、53.06 GFLOPS、63.85 GFLOPS、92.85 GFLOPS、62.78 GFLOPS。⑶設(shè)計(jì)和實(shí)現(xiàn)了基于X