FILIPOVIČ, Jiří, Matúš MADZIN, Jan FOUSEK a Luděk MATYSKA. Optimizing CUDA code by kernel fusion: application on BLAS. The Journal of Supercomputing. Springer US, roč. 71, č. 10, s. 3934-3957. ISSN 0920-8542. doi:10.1007/s11227-015-1483-z. 2015.
Další formáty:   BibTeX LaTeX RIS
Základní údaje
Originální název Optimizing CUDA code by kernel fusion: application on BLAS
Název česky Optimalizace CUDA kódu pomocí fúzí kernelů: aplikace na BLAS
Autoři FILIPOVIČ, Jiří (203 Česká republika, garant, domácí), Matúš MADZIN (703 Slovensko, domácí), Jan FOUSEK (203 Česká republika, domácí) a Luděk MATYSKA (203 Česká republika, domácí).
Vydání The Journal of Supercomputing, Springer US, 2015, 0920-8542.
Další údaje
Originální jazyk angličtina
Typ výsledku Článek v odborném periodiku
Obor 10201 Computer sciences, information science, bioinformatics
Stát vydavatele Spojené státy
Utajení není předmětem státního či obchodního tajemství
WWW URL
Impakt faktor Impact factor: 1.088
Kód RIV RIV/00216224:14330/15:00083436
Organizační jednotka Fakulta informatiky
Doi http://dx.doi.org/10.1007/s11227-015-1483-z
UT WoS 000361531500013
Klíčová slova česky GPU; CUDA; BLAS; fúze kernelů; generování kódu
Klíčová slova anglicky GPU; CUDA; BLAS; Kernel fusion; Code generation
Štítky J-Q2
Příznaky Mezinárodní význam, Recenzováno
Změnil Změnil: RNDr. Jiří Filipovič, Ph.D., učo 72898. Změněno: 9. 7. 2019 13:16.
Anotace
Contemporary GPUs have significantly higher arithmetic throughput than a memory throughput. Hence, many GPU kernels are memory bound and cannot exploit arithmetic power of the GPU. Examples of memory-bound kernels are BLAS-1 (vector–vector) and BLAS-2 (matrix–vector) operations. However, when kernels share data, kernel fusion can improve memory locality by placing shared data, originally passed via off-chip global memory, into a faster, but distributed on-chip memory. In this paper, we show how kernels performing map, reduce or their nested combinations can be fused automatically by our source-to-source compiler. To demonstrate the usability of the compiler, we have implemented several BLAS-1 and BLAS-2 routines and show how the performance of their sequences can be improved by fusions. Compared with similar sequences using CUBLAS, our compiler is able to generate code that is up to 2.24x faster for the examples tested.
Návaznosti
EE2.3.30.0037, projekt VaVNázev: Zaměstnáním nejlepších mladých vědců k rozvoji mezinárodní spolupráce
MUNI/A/0945/2015, interní kód MUNázev: Rozsáhlé výpočetní systémy: modely, aplikace a verifikace V.
Investor: Masarykova univerzita, Rozsáhlé výpočetní systémy: modely, aplikace a verifikace V., DO R. 2020_Kategorie A - Specifický výzkum - Studentské výzkumné projekty
MUNI/A/1159/2014, interní kód MUNázev: Rozsáhlé výpočetní systémy: modely, aplikace a verifikace IV.
Investor: Masarykova univerzita, Rozsáhlé výpočetní systémy: modely, aplikace a verifikace IV., DO R. 2020_Kategorie A - Specifický výzkum - Studentské výzkumné projekty
VytisknoutZobrazeno: 17. 4. 2024 01:01