异构计算实验——CUDA计算矩阵幂

CUDA计算矩阵幂

**

一.实验内容

本次实验内容为基于CUDA的GPU实现矩阵的幂。要求分别用暴力算法和高效算法实现矩阵的幂。
对于一个 的方阵 ，计算的次幂。首先，生成一个的方阵，保证每行每列元素之和满足(0,1])。
·暴力算法
N个矩阵相乘
·高效算法
利用矩阵乘法的结合律

暴力算法：

#include "cuda_runtime.h"
#include "device_launch_parameters.h"

#include <stdio.h>
#include <stdlib.h>   
#include <time.h> 
#include <math.h>

const int m = 16; //m*m矩阵
const int N = 64;   //幂次
double v = 0.05;     //保证每行的和，每列的和都大于0，小于等于1
const int Blocks_Per_grid = 4;   
const int Threads_Per_block = 4;

double **matrix; //原矩阵
double **CPU_matrix;//存储CPU串行计算得到的幂结果

void init_matrix(){  
    
    matrix = (double **)malloc(m*sizeof(double*));
    CPU_matrix = (double **)malloc(m*sizeof(double*));
    for(int i=0;i<m;i++){ 
        matrix[i] = (double*)malloc(m*sizeof(double));
        CPU_matrix[i] = (double*)malloc(m*sizeof(double));     
    }

    for(int i=0;i<m;i++)
    {
        for(int j=0;j<m;j++)
        {
            matrix[i][j] = v;
            CPU_matrix[i][j] = 0.0;
  
        }
    }
}


void CPU_power()
{
    int n = N-1;
    double **temp; //存储临时结果
    temp = (double **)malloc(m*sizeof(double*));
    for(int i=0;i<m;i++){
        temp[i] = (double*)malloc(m*sizeof(double));
    }
    for(int i=0;i<m;i++)
    {
        for(int j=0;j<m;j++)
        {
            temp[i][j] = v;
        }
    }

    while(n--){

    for(int i=0;i<m;i++){
        for(int j=0;j<m;j++){
            for(int k=0;k<m;k++){
            CPU_matrix[i][j] += temp[i][k]*matrix[k][j];
        }
      }
     }
    for(int i=0;i<m;i++)
    {
        for(int j=0;j<m;j++)
        {
            temp[i][j] = CPU_matrix[i][j];
        }
    }
 }
 free(temp);
}

__global__ void compute(double *d_matrix1,double *d_a,double *d_b){ //每个线程求一行

    int tid = threadIdx.x + blockDim.x* blockIdx.x;   //线程号算对应行
    for(int i=0;i<N-1;i++){
        for(int j=0;j<m;j++)
        {
            double temp =0.0;
            for(int k=0;k<m;k++){
                temp += d_a[tid*m+k] * d_matrix1[k*m+j];
            }
            d_b[tid*m+j] = temp;
        }
        for(int i=0;i<m;i++){
            d_a[tid*m+i] = d_b[tid*m+i];
        }
    }
     
}


int main(){

    double *matrix1;
    matrix1 = (double*)malloc((m*m)*sizeof(double));
    double *b; // a保存上次乘完的结果，b为本次乘完的结果
    double *d_matrix1,*d_b,*d_a;    
    b = (double*)malloc(sizeof(double)*(m*m));
    for(int i=0;i<(m*m);i++){
        matrix1[i] = v;
    }
    clock_t begin,end;
    float period;
   // cudaEvent_t start,stop;
    //float time;
      
    begin = clock();
    init_matrix();   //初始化矩阵
    CPU_power();  //CPU串行求矩阵幂
    end = clock();
    period = (float)1000*(end - begin)/CLOCKS_PER_SEC;
    printf("CPU cost time: %.6f ms\n", period);
    
    cudaMalloc((void**)&d_matrix1,sizeof(double)*(m*m));   
    cudaMalloc((void**)&d_b,sizeof(double)*(m*m)); 
    cudaMalloc((void**)&d_a,sizeof(double)*(m*m));
    cudaMemcpy(d_matrix1,matrix1,sizeof(double)*(m*m),cudaMemcpyHostToDevice); //copy数组，不带地址符号！！！！！
    //DEBUG：  printf！！！ 
    cudaMemcpy(d_a,matrix1,sizeof(double)*(m*m),cudaMemcpyHostToDevice);
    cudaMemcpy(d_b,matrix1,sizeof(double)*(m*m),cudaMemcpyHostToDevice);
    //cudaEventCreate(&start);
    //cudaEventCreate(&stop);
    //cudaEventRecord(start,0);
    begin=clock();
    compute<<<Blocks_Per_grid,Threads_Per_block>>>(d_matrix1,d_a,d_b);
    end=clock();
    period = (float)1000*(end - begin)/CLOCKS_PER_SEC;
    printf("GPU cost time: %.6f ms\n", period);

    //cudaEventRecord(stop,0);
    //cudaEventSynchronize(stop);
    //cudaEventElapsedTime(&time,start,stop);

    //printf("CPU+GPU cost time: %.6f ms\n", time);
    cudaMemcpy(b,d_b,sizeof(double)*(m*m),cudaMemcpyDeviceToHost);    //copy耗时很久
    cudaFree(d_b);

    free(b);
    free(matrix);
    free(CPU_matrix);
    return 0;
}在这里插入代码片

高效算法：简单利用结合律减小计算量，即将相邻矩阵合并为平方再算。也可以采用矩阵快速幂。

流程图：

采用__managed统一内存寻址，CUP和GPU之间数据的交互不用人管，机器已做好。

加速比曲线：