软件学报

作者：胡怡，陈道琨，杨超，刘芳芳，马文静，尹万旺，袁欣辉，林蓉芬

单位：胡怡，中国科学院 软件研究所 并行软件与计算科学实验室, 北京 100190;中国科学院大学, 北京 10004911,陈道琨，中国科学院 软件研究所 并行软件与计算科学实验室, 北京 100190;中国科学院大学, 北京 10004902,杨超，北京大学 数学科学学院, 北京 10087103,刘芳芳，中国科学院 软件研究所 并行软件与计算科学实验室, 北京 100190;中国科学院大学, 北京 10004904,马文静，中国科学院 软件研究所 并行软件与计算科学实验室, 北京 100190;中国科学院大学, 北京 10004905,尹万旺，国家并行计算机工程技术研究中心, 北京 10019006,袁欣辉，国家并行计算机工程技术研究中心, 北京 10019007,林蓉芬，国家并行计算机工程技术研究中心, 北京 10019008

关键词：BLAS 1级;BLAS 2级;访存带宽;SW26010-Pro众核处理器;RMA通信;点对点同步;自适应优化

基金：国家重点研发计划(2020YFB0204601)

BLAS (basic linear algebra subprograms)是高性能扩展数学库的一个重要模块, 广泛应用于科学与工程计算领域. BLAS 1级提供向量-向量运算, BLAS 2级提供矩阵-向量运算. 针对国产SW26010-Pro众核处理器设计并实现了高性能BLAS 1、2级函数. 基于RMA通信机制设计了从核归约策略, 提升了BLAS 1、2级若干函数的归约效率. 针对TRSV、TPSV等存在数据依赖关系的函数, 提出了一套高效并行算法, 该算法通过点对点同步维持数据依赖关系, 设计了适用于三角矩阵的高效任务映射机制, 有效减少了从核点对点同步的次数, 提高了函数的执行效率. 通过自适应优化、向量压缩、数据复用等技术, 进一步提升了BLAS 1、2级函数的访存带宽利用率. 实验结果显示, BLAS 1级函数的访存带宽利用率最高可达95%, 平均可达90%以上, BLAS 2级函数的访存带宽利用率最高可达98%, 平均可达80%以上. 与广泛使用的开源数学库GotoBLAS相比, BLAS 1、2级函数分别取得了平均18.78倍和25.96倍的加速效果. LU分解、QR分解以及对称特征值问题通过调用所提出的高性能BLAS 1、2级函数取得了平均10.99倍的加速效果.

来源：2023年第9期

《软件学报》期刊编辑部

查看软件学报杂志2023年第9期