#define M 3000 // número de líneas en la primera matriz
#define K 2000 // el número de columnas en la primera matriz es igual a número de líneas en la segunda
#define N 3000 // número de columnas en la segunda matriz
//+------------------------------------------------------------------+
const string clSrc=
"#define N "+IntegerToString(N)+" \r\n"
"#define K "+IntegerToString(K)+" \r\n"
" \r\n"
"__kernel void matricesMul( __global float *in1, \r\n"
" __global float *in2, \r\n"
" __global float *out ) \r\n"
"{ \r\n"
" int m = get_global_id( 0 ); \r\n"
" int n = get_global_id( 1 ); \r\n"
" float sum = 0.0; \r\n"
" for( int k = 0; k < K; k ++ ) \r\n"
" sum += in1[ m * K + k ] * in2[ k * N + n ]; \r\n"
" out[ m * N + n ] = sum; \r\n"
"} \r\n";
//+------------------------------------------------------------------+
//| Script program start function |
//+------------------------------------------------------------------+
void OnStart()
{
//--- inicializamos el generador de números aleatorios
MathSrand((int)TimeCurrent());
//--- rellenamos la matriz del tamaño indicado con valores aleatorios
matrixf mat1(M, K, MatrixRandom) ; // primera matriz
matrixf mat2(K, N, MatrixRandom); // segunda matriz
//--- calculamos el producto de las matrices de forma ingenua
uint start=GetTickCount();
matrixf matrix_naive=matrixf::Zeros(M, N);// aquí anotamos el resultado de la multiplicación de las dos matrices
for(int m=0; m<M; m++)
for(int k=0; k<K; k++)
for(int n=0; n<N; n++)
matrix_naive[m][n]+=mat1[m][k]*mat2[k][n];
uint time_naive=GetTickCount()-start;
//--- calculamos el producto de las matrices usando MatMull
start=GetTickCount();
matrixf matrix_matmul=mat1.MatMul(mat2);
uint time_matmul=GetTickCount()-start;
//--- calculamos el producto de las matrices en OpenCL
matrixf matrix_opencl=matrixf::Zeros(M, N);
int cl_ctx; // manejador de contexto
if((cl_ctx=CLContextCreate(CL_USE_GPU_ONLY))==INVALID_HANDLE)
{
Print("OpenCL no ha sido encontrado, salimos");
return;
}
int cl_prg; // manejador del programa
int cl_krn; // manejador del kernel
int cl_mem_in1; // manejador del primer búfer (de entrada)
int cl_mem_in2; // manejador del segundo búfer (de entrada)
int cl_mem_out; // manejador del tercer búfer (de entrada)
//--- creamos el programa y el kernel
cl_prg = CLProgramCreate(cl_ctx, clSrc);
cl_krn = CLKernelCreate(cl_prg, "matricesMul");
//--- creamos los tres búferes para las tres matrices
cl_mem_in1=CLBufferCreate(cl_ctx, M*K*sizeof(float), CL_MEM_READ_WRITE);
cl_mem_in2=CLBufferCreate(cl_ctx, K*N*sizeof(float), CL_MEM_READ_WRITE);
//--- la tercera matriz es de salida
cl_mem_out=CLBufferCreate(cl_ctx, M*N*sizeof(float), CL_MEM_READ_WRITE);
//--- establecemos los argumentos del kernel
CLSetKernelArgMem(cl_krn, 0, cl_mem_in1);
CLSetKernelArgMem(cl_krn, 1, cl_mem_in2);
CLSetKernelArgMem(cl_krn, 2, cl_mem_out);
//--- escribimos las matrices en los búferes del dispositivo
CLBufferWrite(cl_mem_in1, 0, mat1);
CLBufferWrite(cl_mem_in2, 0, mat2);
CLBufferWrite(cl_mem_out, 0, matrix_opencl);
//--- iniciando el tiempo de ejecución del código de OpenCL
start=GetTickCount();
//--- establecemos los parámetros del espacio de trabajo de la tarea y ejecutamos el programa de OpenCL
uint offs[2] = {0, 0};
uint works[2] = {M, N};
start=GetTickCount();
bool ex=CLExecute(cl_krn, 2, offs, works);
//--- calculamos el resultado en la matriz
if(CLBufferRead(cl_mem_out, 0, matrix_opencl))
PrintFormat("Leída la matriz [%d x %d]: ", matrix_opencl.Rows(), matrix_opencl.Cols());
else
Print("CLBufferRead(cl_mem_out, 0, matrix_opencl failed. Error ",GetLastError());
uint time_opencl=GetTickCount()-start;
Print("Comparamos el tiempo de cálculo con cada método");
PrintFormat("Naive product time = %d ms",time_naive);
PrintFormat("MatMul product time = %d ms",time_matmul);
PrintFormat("OpenCl product time = %d ms",time_opencl);
//--- liberamos todos los contextos de OpenCL
CLFreeAll(cl_ctx, cl_prg, cl_krn, cl_mem_in1, cl_mem_in2, cl_mem_out);
//--- comparamos entre sí todas las matrices de resultados obtenidas
Print("¿Cuántos errores de divergencia hay entre las matrices de resultados?");
ulong errors=matrix_naive.Compare(matrix_matmul,(float)1e-12);
Print("matrix_direct.Compare(matrix_matmul,1e-12)=",errors);
errors=matrix_matmul.Compare(matrix_opencl,float(1e-12));
Print("matrix_matmul.Compare(matrix_opencl,1e-12)=",errors);
/*
Resultado:
Leída la matriz [3000 x 3000]:
Comparamos el tiempo de cálculo con cada método
Naive product time = 54750 ms
MatMul product time = 4578 ms
OpenCl product time = 922 ms
¿Cuántos errores de divergencia hay entre las matrices de resultados?
matrix_direct.Compare(matrix_matmul,1e-12)=0
matrix_matmul.Compare(matrix_opencl,1e-12)=0
*/
}
//+------------------------------------------------------------------+
//| Rellena la matriz con valores aleatorios |
//+------------------------------------------------------------------+
void MatrixRandom(matrixf& m)
{
for(ulong r=0; r<m.Rows(); r++)
{
for(ulong c=0; c<m.Cols(); c++)
{
m[r][c]=(float)((MathRand()-16383.5)/32767.);
}
}
}
//+------------------------------------------------------------------+
//| Liberamos todos los contextos de OpenCL |
//+------------------------------------------------------------------+
void CLFreeAll(int cl_ctx, int cl_prg, int cl_krn,
int cl_mem_in1, int cl_mem_in2, int cl_mem_out)
{
//--- eliminamos en una secuencia inversa todos los contextos de OpenCL creados
CLBufferFree(cl_mem_in1);
CLBufferFree(cl_mem_in2);
CLBufferFree(cl_mem_out);
CLKernelFree(cl_krn);
CLProgramFree(cl_prg);
CLContextFree(cl_ctx);
}
|