本章學習一下在opencl中如何實作矩陣的轉置,主要的技巧還是利用好local memory,防止bank conflit以及使得全局memory的讀寫盡量是合并(coalensing)讀寫。
我們的矩陣是一副二維灰階圖像256*256,矩陣的轉置也就是圖像的轉置。每個thread處理16(4*4)個pixel(uchar),workgroup的size是(16,16)。
下面直接看shader代碼:
uint wiWidth = get_global_size(0);
uint gix_t = get_group_id(0);
uint giy_t = get_group_id(1);
uint num_of_blocks_x = get_num_groups(0);
uint giy = gix_t;
uint gix = (gix_t+giy_t)%num_of_blocks_x;
uint lix = get_local_id(0);
uint liy = get_local_id(1);
uint blockSize = get_local_size(0);
uint ix = gix*blockSize + lix;
uint iy = giy*blockSize + liy;
int index_in = ix + (iy)*wiWidth*4;
// 通過合并讀寫把輸入資料裝入到lds中
int ind = liy*blockSize*4+lix;
block[ind] = input[index_in];
block[ind+blockSize] = input[index_in+wiWidth];
block[ind+blockSize*2] = input[index_in+wiWidth*2];
block[ind+blockSize*3] = input[index_in+wiWidth*3];
因為workgroup size是(16,16),是以lix,liy的取值範圍都是0-15,下面我們通過圖檔看下,lix=0 liy=0,lix=1 liy=0時候,ind,以及index_in的值,進而得到輸入圖像資料如何映射到local memory中。
lix=0 liy=0
lix=1 liy=0
下面是影射關系,(0,0) thread處理的16個pixel用血紅色表示,它們映射到lds的0bank和16bank,(1,0)thread處理的像素用綠色表示,它們映射到lds的bank1和bank17,有效的避免了bank conflit,而全局memory的通路不同thread對應連續的全局memory空間,可以實作合并讀寫,進而提高程式性能。
把轉置的資料寫到全局memory中的代碼如下:
ix = giy*blockSize + lix;
iy = gix*blockSize + liy;
int index_out = ix + (iy)*wiWidth*4;
ind = lix*blockSize*4+liy;
uchar4 v0 = block[ind];
uchar4 v1 = block[ind+blockSize];
uchar4 v2 = block[ind+blockSize*2];
uchar4 v3 = block[ind+blockSize*3];
// 通過合并讀寫把lds中資料寫回到全局memory中
output[index_out] = (uchar4)(v0.x, v1.x, v2.x, v3.x);
output[index_out+wiWidth] = (uchar4)(v0.y, v1.y, v2.y, v3.y);
output[index_out+wiWidth*2] = (uchar4)(v0.z, v1.z, v2.z, v3.z);
output[index_out+wiWidth*3] = (uchar4)(v0.w, v1.w, v2.w, v3.w);
對應copy關系圖如下:
完整的代碼請參考:
工程檔案gclTutorial9
代碼下載下傳:
稍後提供