OpenCL Sinus实现

Question

我正在寻找OpenCL Sinus实施。 嗯，我知道，OpenCL实现是特定于硬件供应商的，所以Nvidia OpenCL实现可能看起来与AMD不同。但我想知道，出于速度原因，我是否需要实施自己的鼻窦。 接受此项，sin和native_sin之间的差异在哪里？

Answer 1

这是一个amd实现，测试自身重复的sin函数，因此任何错误都会使迭代次数增加时更加混乱（本例中为100）：

__kernel void sin_test_0(__global  float *a)
{
    int id = get_global_id(0);
    float r=a[id];
    for(int i=0;i<100;i++)
        r = sin(r);
    a[id]=r;
}

对于所有16m元素，[id]的值首先为1111。

• sin（）= -0,1692203;在265毫秒（320核心gpu）和1950毫秒（使用float4的8核心CPU）完成
• 使用Math库实现C＃的实现= -0,1692202;以55505毫秒（单核）和12998毫秒（4个线程）和8200毫秒（最大线程Parallel.For）完成，没有任何关于矢量化的显式编译器提示。
• native_sin（）= - 0,1692208;在45毫秒内完成
• half_sin（）= -0,1692207;在165毫秒内完成
• 正弦的串联展开（输入= [ - 1,1]）= - 0,155202;在40毫秒内完成

只有第7位是不同的，这可能是因为C＃使用双重类型进行计算，而本机版本比原始版本稍微远一些。一半似乎比本地更好，但更慢。 Half_sin的范围为-2 ^ 16到2 ^ 16。

系列扩展：

float sin_se(float x)
{ 
        x -= 6.28318530718f*(convert_int(x*0.15915494309f));
        float xs=x*x;
        float xc=x*x*x;
        return ((x - xc*0.166666f) + (xc*xs)*0.0083333f)- (xc*xs*xs)*0.0001984f;
}

如果输入介于-1和+1之间，则不需要第一行，这会变得更快。

native_sin（）可能正在使用其基于硬件的选项来加速。这些选项可以是魔术数字和newton-raphson引擎的查找表。对于相同的错误，您可能无法通过软件仿真来超越这些部件的性能。上面的例子是在一个gpu上，使用cpu有一些细微的差别。即使opencl规定所有设备必须具有小于100的ULP错误，设备可能具有90 ULP但是其他70ULP和累积错误增加了它们之间的间隙。如果你认为你没有累积错误很多，如果你有安全数字，那么你可以只使用native_sin，否则，你可以添加你的系列扩展类算法，这样所有设备计算方式相同但错误更多。