SIMD ou não SIMD - plataforma cruzada
-
22-09-2019 - |
Pergunta
Preciso de uma ideia de como escrever uma implementação de plataforma cruzada C++ de alguns problemas paralelizáveis de forma que eu possa aproveitar as vantagens do SIMD (SSE, SPU, etc), se disponível.Assim como quero poder, em tempo de execução, alternar entre SIMD e não SIMD.
Como você me sugeriria abordar esse problema?(Claro que não quero implementar o problema várias vezes para todas as opções possíveis)
Posso ver como isso pode não ser uma tarefa muito fácil com C++, mas acredito que estou faltando alguma coisa.Até agora minha ideia é assim...Uma classe cStream será um array de um único campo.Usando vários cStreams, posso obter SoA (Estrutura de Arrays).Então, usando alguns Functors, posso falsificar a função Lambda que preciso executar em todo o cStream.
// just for example I'm not expecting this code to compile
cStream a; // something like float[1024]
cStream b;
cStream c;
void Foo()
{
for_each(
AssignSIMD(c, MulSIMD(AddSIMD(a, b), a)));
}
Onde for_each será responsável por incrementar o ponteiro atual dos streams bem como embutir o corpo dos functores com SIMD e sem SIMD.
algo assim:
// just for example I'm not expecting this code to compile
for_each(functor<T> f)
{
#ifdef USE_SIMD
if (simdEnabled)
real_for_each(f<true>()); // true means use SIMD
else
#endif
real_for_each(f<false>());
}
Observe que se o SIMD estiver habilitado é verificado uma vez e que o loop gira em torno do functor principal.
Solução 2
Se alguém estiver interessado, este é o código sujo que venho para testar uma nova ideia que tive enquanto lia sobre a biblioteca que Paul postou.
Obrigado Paulo!
// This is just a conceptual test
// I haven't profile the code and I haven't verified if the result is correct
#include <xmmintrin.h>
// This class is doing all the math
template <bool SIMD>
class cStreamF32
{
private:
void* m_data;
void* m_dataEnd;
__m128* m_current128;
float* m_current32;
public:
cStreamF32(int size)
{
if (SIMD)
m_data = _mm_malloc(sizeof(float) * size, 16);
else
m_data = new float[size];
}
~cStreamF32()
{
if (SIMD)
_mm_free(m_data);
else
delete[] (float*)m_data;
}
inline void Begin()
{
if (SIMD)
m_current128 = (__m128*)m_data;
else
m_current32 = (float*)m_data;
}
inline bool Next()
{
if (SIMD)
{
m_current128++;
return m_current128 < m_dataEnd;
}
else
{
m_current32++;
return m_current32 < m_dataEnd;
}
}
inline void operator=(const __m128 x)
{
*m_current128 = x;
}
inline void operator=(const float x)
{
*m_current32 = x;
}
inline __m128 operator+(const cStreamF32<true>& x)
{
return _mm_add_ss(*m_current128, *x.m_current128);
}
inline float operator+(const cStreamF32<false>& x)
{
return *m_current32 + *x.m_current32;
}
inline __m128 operator+(const __m128 x)
{
return _mm_add_ss(*m_current128, x);
}
inline float operator+(const float x)
{
return *m_current32 + x;
}
inline __m128 operator*(const cStreamF32<true>& x)
{
return _mm_mul_ss(*m_current128, *x.m_current128);
}
inline float operator*(const cStreamF32<false>& x)
{
return *m_current32 * *x.m_current32;
}
inline __m128 operator*(const __m128 x)
{
return _mm_mul_ss(*m_current128, x);
}
inline float operator*(const float x)
{
return *m_current32 * x;
}
};
// Executes both functors
template<class T1, class T2>
void Execute(T1& functor1, T2& functor2)
{
functor1.Begin();
do
{
functor1.Exec();
}
while (functor1.Next());
functor2.Begin();
do
{
functor2.Exec();
}
while (functor2.Next());
}
// This is the implementation of the problem
template <bool SIMD>
class cTestFunctor
{
private:
cStreamF32<SIMD> a;
cStreamF32<SIMD> b;
cStreamF32<SIMD> c;
public:
cTestFunctor() : a(1024), b(1024), c(1024) { }
inline void Exec()
{
c = a + b * a;
}
inline void Begin()
{
a.Begin();
b.Begin();
c.Begin();
}
inline bool Next()
{
a.Next();
b.Next();
return c.Next();
}
};
int main (int argc, char * const argv[])
{
cTestFunctor<true> functor1;
cTestFunctor<false> functor2;
Execute(functor1, functor2);
return 0;
}
Outras dicas
Você pode consultar a fonte da biblioteca MacSTL para obter algumas idéias nesta área: www.pixelglow.com/macstl/
Você pode querer dar uma olhada na minha tentativa de SIMD/não SIMD:
vrep, uma classe base modelada com especializações para SIMD (observe como ela distingue entre SSE somente flutuante e SSE2, que introduziu vetores inteiros).
Mais útil v4f, v4i classes etc (subclassificadas via intermediário v4).
É claro que é muito mais voltado para vetores de 4 elementos para RGB/xyz tipo de cálculo diferente do SoA, portanto, perderá completamente o fôlego quando o AVX de 8 vias for lançado, mas os princípios gerais podem ser úteis.
A abordagem mais impressionante para dimensionamento SIMD que já vi é a estrutura de rastreamento de raios RTFact: diapositivos, papel.Vale a pena dar uma olhada.Os pesquisadores estão intimamente associados à Intel (Saarbrucken agora hospeda o Intel Visual Computing Institute), então você pode ter certeza de que a expansão para AVX e Larrabee estava em suas mentes.
da Intel CT A biblioteca de modelos de "paralelismo de dados" também parece bastante promissora.
Observe que o exemplo dado decide o que executar em tempo de compilação (já que você está usando o pré-processador), neste caso você pode usar técnicas mais complexas para decidir o que realmente deseja executar;Por exemplo, envio de tags: http://cplusplus.co.il/2010/01/03/tag-dispatching/Seguindo o exemplo mostrado lá, você poderia ter a implementação rápida com SIMD e a lenta sem.
Você já pensou em usar soluções existentes como liboil?Ele implementa muitas operações SIMD comuns e pode decidir em tempo de execução se deseja usar código SIMD/não SIMD (usando ponteiros de função atribuídos por uma função de inicialização).