Question

对于作业，我们被要求优化代码以获得“平滑”功能，描述如下：

平滑功能将源图像src作为输入，并将平滑后的结果返回到目标图像dst中。以下是实施的一部分：

void naive_smooth(int dim, pixel *src, pixel *dst) { 
  int i, j;
  for(i=0; i < dim; i++)
    for(j=0; j < dim; j++)
      dst[RIDX(i,j,dim)] = avg(dim, i, j, src); /* Smooth the (i,j)th pixel */
  return; }

struct pixel存储红色，绿色和蓝色值（整数）。函数avg返回第（i，j）像素周围的所有像素的平均值。您的任务是优化平滑（和平均）以尽可能快地运行。（注意：函数avg是一个局部函数，你可以完全摆脱它以其他方式实现平滑。）此代码（以及avg的实现）位于kernels.c。

文件中

任何人都知道如何优化这一点？

Answer 1

您可以通过将矩阵/图像划分为方形切片并一次平滑一个切片来执行循环切片/循环条带挖掘。这样可以提高缓存利用率。

考虑当前版本。它遍历图像，一次访问三行，写入中间一行。

a[i-1][0], a[i-1][1], ..., a[i-1][dim-1]
a[i  ][0], a[i  ][1], ..., a[i  ][dim-1]
a[i+1][0], a[i+1][1], ..., a[i+1][dim-1]

当它到达图像的最右侧时，第一列可能会从缓存中丢弃。但是当你移动到下一行时，它们将很快被需要，访问将是：

a[i  ][0], a[i  ][1], ..., a[i  ][dim-1]
a[i+1][0], a[i+1][1], ..., a[i+1][dim-1]
a[i+2][0], a[i+2][1], ..., a[i+2][dim-1]

相反，您可以在图块中处理图像，例如：

a[i  ][B], a[i  ][B+1], ..., a[i  ][B+B-1]
a[i+1][B], a[i+1][B+1], ..., a[i+1][B+B-1]
a[i+2][B], a[i+2][B+1], ..., a[i+2][B+B-1]

其中B是图块大小。

或者用图片，使其更清晰：

这里我们有一个9x9图像，分为9个图块，编号从0到8，你的目标是以这样的方式编写循环：首先平滑图块0中的所有像素，然后是图块1中的所有像素，然后是图块2中的所有像素，等等。顺序并不重要，您甚至可以并行运行每个图块。

当然，这对于大图像和相对较大的图块都是有利的，您可以尝试使用图块大小，例如，从跨越一个或两个缓存行的图块行开始。

有关此方法的更多信息，请查看Loop tiling

尽管如此，值得注意的是你的编译器本身应该这样做。

Answer 2

根据编译器的优化可提供的内容，这通常会受益于标准优化，例如循环展开，显式矢量化，循环阻塞，以及可能的循环交换，具体取决于图像布局的方向。这些都应该包含在您的教科书或课程笔记中。如果没有，那些就是在线搜索的关键词。

Answer 3

图像平滑是结构化网格应用程序的常见示例：Structured Grids

您的应用程序肯定会受益于循环展开和循环重新排序技术（尤其是循环平铺），您可以在此处学习：Optimizations

请注意，有效地优化结构化网格计算，尤其是在单个时间步骤上，这并不是一件轻而易举的事情，人们可以获得博士学位：Stencil probe 无论如何，您的计算相当容易，因此您应该实现显着的加速。但是，实现循环切片可能很麻烦，并且在某些情况下会产生反作用，您可能需要尝试使用多面体编译器，例如Pluto，它能够快速生成具有任意切片尺寸的平铺代码。选择正确的图块尺寸是获得良好性能的基础，在当前架构中，由于硬件预取矩形图块的存在效果更好：Cache optimizations

C代码优化，功能流畅

3 个答案: