Question

我在CUDA GPU上并行执行以下循环：

// define m, lp, N

for(int i=0; i<N; ++i){
    float p, s;
    int q;

    s = m + sqrt( ARR1[ ARR2[i] ] )*ARR3[i];

    if ( ARR4[2*i] <= ARR10[i] ){
        if ( s > 0){
            p = lp*s;
            q = floor( ARR4[2*i+1]*ARR5[i]/p );
        } else{
            p = -lp/s;
            q = -floor( ARR4[2*i+1]*ARR6[i] );
        }
    } else{
        if ( s > 0){
            p = lp/s;
            q = -floor( ARR4[2*i+1]*ARR6[i] );
        } else{
            p = -lp*s;
            q = floor( ARR4[2*i+1]*ARR5[i]/p );                 
        }
    }

    if ( q != 0){
        ARR7[i] = p;
        ARR8[i] = q;
    } else{
        ARR7[i] = 0;
        ARR8[i] = 0;
    }
    ARR9[i] = i;
}

我想评估它的算术强度。 m和lp在循环之外定义。

我计算了11个内存操作：ARR2[i]，ARR1[ARR2[i]]，ARR3[i]，ARR4[2*i]，ARR4[2*i+1]，ARR5[i]，ARR6[i] ，ARR7[i]，ARR8[i]，ARR9[i]，ARR10[i]，

...和9个浮点运算（将floor和sqrt统计为每个FLOP）：m + sqrt( ARR1[ ARR2[i] ] )*ARR3[i]（3），p = lp*s或变体（1），q = floor( ARR4[2*i+1]*ARR5[i]/p )或变体（5，包括2用于指数计算）。

由于所有数组元素都是4位长，因此我的算术强度为 9/(4*11) = 0.2045 。它是否正确？我正确计算内存和算术运算吗？特别是，我不确定索引数组计算2*i+1是否应计入FLOP计数，以及标量值m和lp是否应计入数据移动计数（或者它们是否保存在寄存器中，因此不计算在内，请参阅AXPY example on p. 16 here。

评估for循环的算术强度

0 个答案: