面向多核向量處理器BLAS庫的設(shè)計與實現(xiàn).pdf

1、基本線性代數(shù)子程序BLAS(Basic Linear Algebra Subprograms）庫是科學(xué)計算中引用最廣泛的數(shù)學(xué)函數(shù)庫之一，也是評測計算機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、圖像處理和雷達信號處理等領(lǐng)域，為充分發(fā)揮X-DSP的高性能，針對其特定體系結(jié)構(gòu)特點開發(fā)高度優(yōu)化的BL AS庫函數(shù)具有重要的理論意義和應(yīng)用價值。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)特點以

2、及BLAS1、BLAS2中子函數(shù)的算法特點，針對X-DSP體系結(jié)構(gòu)的多級并行性，詳細設(shè)計了高效的算法映射，并基于手工匯編實現(xiàn)了高性能的BLAS1和BLAS2算法庫。
　　本研究主要內(nèi)容包括：⑴設(shè)計和實現(xiàn)了基于X-DSP單核的BLAS1函數(shù)庫，以向量范數(shù)、矩陣范數(shù)和DDOT算法為例，詳細分析和設(shè)計了針對該DSP體系結(jié)構(gòu)特點的算法映射，采用軟件流水方法和手工匯編進行優(yōu)化實現(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、了較高的計算性能。在RTL級平臺上的測試結(jié)果表明，向量范數(shù)的平均性能達64.49GFLOPS，矩陣范數(shù)的平均性能達49.34GFLOPS，DDOT的平均性能達47.50GFLOPS。⑵設(shè)計和實現(xiàn)了基于X-DSP單核的BLAS2函數(shù)庫。以GEMV、SUM_MV、GER、TRMV和TRSV五個子函數(shù)為例進行了詳細算法分析與研究；對GEMV的計算方式進行了改進；對SUM_M V內(nèi)核中存在的多周期寫沖突進行優(yōu)化設(shè)計；對GER、GER2、SYR、

4、SYR2進行了對比分析；對TRMV中的三角矩陣進行了分塊，以減少0值參與運算；對TRSV中三角逆矩陣的更新方式進行了分析，根據(jù)向量處理器的特點進行了優(yōu)化設(shè)計；結(jié)合X-DSP的硬件機制分別將GEMV、SUM_MV、GER、TRMV和TRSV五個例程高效地映射至 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)計和實現(xiàn)了基于X