c++ - DPCPP:像 SYCL+ OneAPI 中的 2D 矢量一样处理 1D 矢量
问题描述
我尝试在 GPU 上执行我的 slice_matrix 函数。实际功能是:
//Function which Slice a specific part of my matricx
template<class T>
std::vector<std::vector<T>> slice_matrix(std::vector<std::vector<T>> mat, int i,
int j, int r, int c) {
std::vector<std::vector<T>> out(r, std::vector<T>(c, 0));
for (int k = 0; k < r; k++) {
std::vector<T> temp(mat[i + k].begin() + j, mat[i + k].begin() + j + c);
out[k] = temp;
}
return out;
};
我的代码的 SYCL 部分是:
auto event = gpuQueue.submit(
[&](sycl::handler &h) {
//local copy of fun
auto f = fun;
sycl::accessor img_accessor(img_buffer, h,
sycl::read_only);
sycl::accessor ker_accessor(ker_buffer, h,
sycl::read_only);
sycl::accessor out_accessor(out_buffer, h,
sycl::write_only);
h.parallel_for(sycl::range<2>(img_row, filt_col),
[=](sycl::id<2> index) {
int row = index[0];
int col = index[1];
out_accessor[index] = f(slice_matrix_gpu(img_accessor, row, col, filt_row, filt_col), ker_accessor);
});
});
我知道 vector<vector> 不会创建连续的内存块。所以我使用了向量,并尝试将其解释为二维数据块。我定义的:
/*change 2D Matrices to the 1D linear arrays,
*
*and operate on them as contiguous blocks */
int M = img_row * img_col;
int N = filt_row * filt_col;
int H = out_row * out_col;
//Define Buffer for
sycl::buffer<Tin, 1> img_buffer(&img[0], sycl::range<1>(M));
sycl::buffer<Tin, 1> ker_buffer(&ker[0], sycl::range<1>(N));
sycl::buffer<Tin, 2> out_buffer(&out[0], sycl::range<2>(out_row, out_col));
但我不知道该怎么办?!我应该像 2D 一样传递我的访问器,还是应该更改 slice_matrix 并表现得像 2D 矩阵。我应该指出 slice_matrix 函数可能被其他函数调用,在这种情况下它在 CPU 上执行。我的意思是这个函数不仅用于在 GPU 上执行,它还用于在 CPU 上执行,即:
if (use_tbb) {
uTimer *timer = new uTimer("Executing Code On CPU");
tbb::parallel_for(
tbb::blocked_range2d<int, int>(0, out_row, 0, out_col),
[&](tbb::blocked_range2d<int, int> &t) {
for (int n = t.rows().begin(); n < t.rows().end();
++n) {
for (int m = t.cols().begin(); m < t.cols().end();
++m) {
out[n][m] = fun(
slice_matrix_cpu(img, n, m, filt_row,
filt_col), ker);
}
}
});
timer->~uTimer();
return out;
解决方案
我不确定我是否理解您的问题,但也许这会有所帮助,如果您有其他问题,可以告诉我。
您的方法看起来不太适合卸载。这让我立刻想到“重构代码”——换句话说,采用不同的方法可以获得更好的性能。
困难的部分是我真的不知道你为什么选择你的方法。所以,现在我假设这是一个选项(因为如果不是,我不确定给你什么建议)。
一般来说,如果数据将与加速器共享,那么将数据布局在连续空间中是一个非常好的主意。它使代码更容易理解,数据传输更有效。所以,我建议你这样做。拥有大量较小的数据元素(如短向量)通常不会给卸载设备带来有趣的加速。
完成此操作后,SYCL 很乐意让您声明它是访问器的 1-D、2-D 或 3-D 数组。它们假设数据的线性集合,所有的变化是您使用多少索引来选择数据元素。做任何感觉最自然的事情。
这是我的想法。如果这种方法对您不起作用,我认为您不会发现 GPU 是一个好的解决方案。但是,如果您真的坚持使用它 - USM 可能是一种更简洁的编码方式。但是,我不认为你会得到好的表现。但是,我猜是因为我不太了解您的代码。
祝你好运。我希望这会有所帮助……如果没有,请告诉我。
推荐阅读
- python - TypeError: request() got an unexpected keyword argument 'header' - 当我使用标头时,403 错误 - 没有标头
- email - Spotfire 电子邮件自动化和过滤器
- python - 熊猫:两个相等的列和短的第二列根据第一列
- json - 在Typescript中将日期从JSON反序列化为日期
- javascript - 自定义 GTM 事件未显示
- c - 如何通过搜索同一行中包含的字符串从 .txt 返回整行?
- java - 迁移到 Java 11:我需要帮助解决 Eclipse 中的类路径和模块路径冲突
- lua - Lua将变量名而不是变量值放入表中
- javascript - 新内容后触发 jQuery
- android - 如何等待协程结束