wjfjfm / Matric-Multiplication-OpenCL

**OpenCL实现矩阵乘法 **

并做local memory优化\单工作项多任务优化\向量加载指令优化

Quick Start

将OpenCL 的路径写入src/opencl1/Makefile src/opencl2/Makefile...

运行bash run.sh

自动编译和运行

结果分析

运行时间(ms) 取5次运算平均值

Matrix Size	naive OpenCl	+local memory	+工作项	+向量加载
256*256	0.854867 ms	0.080474 ms	0.304480 ms	0.077216 ms
512*512	5.980301 ms	0.379469 ms	2.227763 ms	0.259955 ms
1024*1024	54.187514 ms	2.790298 ms	16.222650 ms	1.819251 ms

加速比(相比naive OpenCL)

Matrix Size	naive OpenCl	+local memory	+工作项	+向量加载
256*256	1	10.6	2.8	11.1
512*512	1	15.8	2.7	23.0
1024*1024	1	19.4	3.3	29.8

总结

local memory 优化效果显著

在此基础上做单工作项多任务优化,反而降低了速度,原因是这种优化将原本可以并行执行的任务部分得串行化了,而串行化的任务又没有因此得到局部的性能提升，整体上看性能就下降了

在单工作项多任务优化的基础上，再使用向量加载和向量运算，就使得单个项目运算多个任务，比多个任务分开执行有更好的效率，这才让整体效率得以提升

运行环境

CPU Ryzen1700

GPU GTX1070

linux-Debian10 OpenCL1.2

文件结构

源文件包含如下:

├── Makefile					// 全局编译文件
├── README.md					
├── run.sh						// 一键编译运行脚本
└── src
    ├── opencl1					// naive OpenCL 矩阵乘法
    │   ├── Makefile
    │   ├── opencl1.cpp
    │   ├── opencl1_kernel.cl
    │   └── opencl1_opencl.h
    ├── opencl2					// opencl1+localmemory优化
    │   ├── Makefile
    │   ├── opencl2.cpp
    │   ├── opencl2_kernel.cl
    │   └── opencl2_opencl.h
    ├── opencl3					// opencl2+工作项优化
    │   ├── Makefile
    │   ├── opencl3.cpp
    │   ├── opencl3_kernel.cl
    │   └── opencl3_opencl.h
    └── opencl4					// opencl3+向量加载优化
        ├── Makefile
        ├── opencl4.cpp
        ├── opencl4_kernel.cl
        └── opencl4_opencl.h

编译运行后新增如下：

├── opencl1			// opencl1 可执行文件
├── opencl2
├── opencl3
├── opencl4
├── result.out		// 结果输出文件
└── src
    ├── opencl1
    │   └── opencl1
    ├── opencl2
    │   └── opencl2
    ├── opencl3
    │   └── opencl3
    └── opencl4
        └── opencl4