openacc 和缓存分拣

Question

-----示例代码------------

for (body1 = 0; body1 < NBODIES; body1 ++) {
   for (body2=0; body2 < NBODIES; body2++) {
     OUT[body1] += compute(body1, body2);
   }
}

-----阻塞代码-----

for (body2 = 0; body2 < NBODIES; body2 += BLOCK) {
   for (body1=0; body1 < NBODIES; body1 ++) {
      for (body22=0; body22 < BLOCK; body22 ++) {
         OUT[body1] += compute(body1, body2 + body22);
      }
   }
}

我插入 OpenACC 指令以将代码卸载到 GPU。但是性能却在下降。我搜索了一些论文，他们得出的结论是 OpenACC 无法利用 GPU 中的共享内存。但我认为主要原因是 tilling/blocking 阻止了并行。因为耕作带来了数据依赖。如果 OpenACC 不提供或不鼓励代码挖掘？如果有耕作技术改进OpenACC代码的解决方案或例子。

Answer 1

OpenACC 可以进行自动和显式平铺（通过 tile 子句），但是，我认为这不是您的问题。我看到的问题是，由于对 "OUT[body1]" 的依赖，body2 循环不可并行化。 OpenACC 可以并行执行标量缩减，因此您可以尝试以下操作：

  #pragma acc parallel loop 
  for (body1 = 0; body1 < NBODIES; body1 ++) {
    sum = 0.0;
  #pragma acc loop reduction(+:sum)
    for (body2=0; body2 < NBODIES; body2++) {
      sum += compute(body1, body2);
    }
    OUT[body1] += sum;
  }

当然，我是在猜测，所以如果这没有帮助，请 post 一个符合问题的示例。如果您正在使用 PGI，请 post 编译器反馈消息 (-Minfo=accel)。

openacc 和缓存分拣

openacc and cache tilling

optimization

blocking

openacc