- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
因此,关于通过汇编代码提高性能的问题的答案通常是“别打扰,编译器比你更聪明”。我明白了。
但是,我注意到优化的线性代数库(例如 ACML)可以实现比标准编译库高 2 到 5 倍的性能改进。例如,在我的 8 核机器上,我优化矩阵乘法的运行速度比现有的单线程 BLAS 实现快 30 倍,这意味着,在考虑到由于使用所有内核而带来的 8 倍改进之后,仍然有 4 倍仅从优化中改进。
所以在我看来,优化的汇编代码确实可以产生巨大的不同。我错过了什么吗?
我在问,因为如果它不是特别困难,我可能倾向于在其他一些代码段上尝试这个。没什么复杂的,但如果我可以通过在汇编中编写一些小的内部循环获得 2 倍的改进,这可能是值得的。
最佳答案
矩阵-矩阵乘积的加速仅部分是由于使用了汇编代码。在一个简单的实现中,主要瓶颈是内存访问。大多数情况下,您的 CPU 将等待进行实际计算。
您首先必须修改矩阵-矩阵乘法的算法,以便可以尽可能频繁地重用 L2 和 L1 缓存中的数据。这可以在 C(或 C++ 或 Fortran 或 ...)中完成。当矩阵大小变得大于缓存时,这将导致实现不会崩溃。这也意味着该实现可以一直进行计算(CPU 寄存器中需要的数据几乎总是在 L1 缓存中,L1 缓存中需要的数据几乎总是在 L2 缓存中,......)。
下一步是优化所有计算完成的热点。这仅涉及几行 C 代码(在我的 GEMM Tutorial 中只有 10 行)。汇编代码对指令流水线、循环展开(用于改进分支预测)、预取(用于减少缓存未命中)、使用 SSE(或 AVX)进行优化。
类似的技术可用于其他 BLAS 级别 3 功能。实际上他们中的大多数使用GEMM函数的内部东西(所谓的微内核)。
在 ulmBLAS benchmarks您会看到,大约所有 BLAS 级别 3 功能都可以实现大致相同的性能。
为了更彻底的阅读,我建议您阅读漂亮的书面论文 The Science of Programming Matrix Computations作者:Robert A. van de Geijn 和 Enrique S. Quintana-Ortí。
你也可能想看看 BLIS大多数想法都是为 ulmBLAS 采取和简化的.
关于optimization - 优化的汇编代码 (BLAS),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/17845972/
我试图在图形模式下打印一个字符。通常当我打印我正在做的一个字符时: mov ah,14 ; ah=14 mov al,'x' int 10h ; print the character 这
我试图通过更改其中的一个字节来修改存储在内存中的字符串。我为此使用了 movb,但由于某种原因,给定内存位置的字节没有改变。 在 gdb 调试器上: 14 movb %al, (%r10) # nex
我一直在阅读一些汇编代码,并且开始发现调用指令实际上是与程序计数器相关的。 但是,每当我使用 Visual Studio 或 Windbg 进行调试时,它总是显示 call 0xFFFFFF ...这
我最近一直在使用 Visual C++ 中的内联汇编,我想知道是否可以直接向堆栈上的局部变量添加值,例如: push 5 add [esp], 7 这样做可以吗?我问这个问题是因为我在执行此操作时随机
我有下一个代码: mov al, -5 add al, 132 add al, 1 据我检查,溢出标志和进位标志将在第一个操作中设置,而在第二个操作中,仅设置溢出。 但我不明白为什么: 在无符号数中,
在 64 位 x86 汇编 nasm 中,如何将单个字节从寄存器移动到 .data 节中定义的内存位置? 我知道这有效 global _main section .data quotient db 0
我的汇编代码有问题。我想打印存储在寄存器 cx 中的数字,但是当我尝试打印它时,它打印的是 ascii 字符而不是 ascii 数字,所以我决定编写一个程序将 ascii char 转换为 ascii
为什么第 1B 行的跳转指令(例如)变成了 EBBD? 我知道“jmp”= EB但是BD是怎么计算的呢? 最佳答案 短跳转使用一个带符号的偏移量添加到 JMP 之后的指令地址。 例如,第一个 JMP
以下两者有什么区别: mov eax, [eax+4] 和 add eax, 4 mov eax, [eax] 如果不是,那么汇编器是否会选择哪个来进行某种优化? 最佳答案 这
看《The Shellcoder's Handbook》中的一些汇编和反汇编代码,发现一条指令的序列操作数是不一样的。 例如,在 assembly 上: mov ebx,0 并且,在反汇编时: mov
我有这个非常简单的汇编代码: start: add ax, 100 ; if ax overflow add to bx 1 jmp start 但我不知道如何检测 ax 寄存器溢出,有人可以帮
在 64 位 x86 汇编 nasm 中,如何将单个字节从寄存器移动到 .data 节中定义的内存位置? 我知道这有效 global _main section .data quotient db 0
我的汇编代码有问题。我想打印存储在寄存器 cx 中的数字,但是当我尝试打印它时,它打印的是 ascii 字符而不是 ascii 数字,所以我决定编写一个程序将 ascii char 转换为 ascii
我正在学习一些关于操作系统开发的教程,我发现了一篇关于多重引导 header 。这些是您必须定义的一些“神奇”值才能使用GRUB2。这些是命令: # Declare constants used f
为什么第 1B 行的跳转指令(例如)变成了 EBBD? 我知道“jmp”= EB但是BD是怎么计算的呢? 最佳答案 短跳转使用一个带符号的偏移量添加到 JMP 之后的指令地址。 例如,第一个 JMP
我正在尝试从内存中复制一些单词并使用汇编将其保存到另一个内存地址。我正在尝试为其编写代码,但我不确定其中的某些部分。我将简要描述我想要做什么。 源地址、目标地址和要复制的字数是函数的输入参数。 最佳答
当我们想要像这样创建一个初始化变量时: name db 'zara ali' 我们创建了一个字节大小变量,但我们在其中存储了一个字符串 这怎么可能?? 当我们使用这条指令时: MOV ecx, nam
我还是汇编的新手,我还不知道汇编中的许多命令代码。我想在 16 位寄存器中进行除法。我想打印它的内容。我知道我需要将寄存器的内容转换为 ASCII 进行打印,但同样,我的问题是除法。请帮我。 比如cx
使用有什么区别: c.eq.s $1, $2 bc1t L2 并使用: beq $1, $2, L2 如果他们做同样的事情,为什么有两种分支方式?如果它们不同,那么它们各自的好处是什么
源代码: int main() { int i; for(i=0, i : push rbp 2. 0x000055555555463b :
我是一名优秀的程序员,十分优秀!