perflab实验日志二

一、实验内容

1、通过改写rotate和smooth函数，对程序进行优化，最后通过查看加速比和cep

得出最终的结果，cep越小越好，加速比越大越好

二、实验步骤

1、rotate优化

优化1 牺牲读命中来减少写不命中惩罚

原来的rotate函数是一行行读，然后一列列写来达到旋转的目的

其中RIDX(i,j,n)= ((i)*(n)+(j))，考虑dim等于2的最简单情况，按照循环次序

此时dst[2]=src[0],dst[0]=src[1],dst[3]=src[2],dst[1]=src[3],如下图所示实现了“旋转”

也就是横着读src，竖着写入dst，显然写不命中率更高，所以对

赋值语句进行改写dst[RIDX(i, j, dim)] = src[RIDX(j, dim-i-1, dim)];  

 

下图是不做任何优化的分数

修改过后，运行分数如下

可以看到rotate的分数明显增加了，说明写不命中惩罚更高

 

优化2：分块执行（在优化1的基础上）

首先在fcyc.c代码中得到#define CACHE_BLOCK 32 ，说明块的大小为32

所以在优化1的基础上对循环进行分块，在循环中增加两层循环来分解i，j；

通过循环分块可以减少步长，提高cache的命中率，修改代码如下图所示

运行分数如下，可以看到rotate的分数明显增加，说明分块可行

在实验的时候尝试用其他大小的块，发现从2到64的大部分分块结果都是13.5左右

只有32的大小才能达到16.5以上的分数，都是设计好的数据

 

1. smooth优化

优化一 avg，accumulate_sum、assign_sum_to_pixel在smooth内实现

优化后的分数如下，优化不是很明显。

 

优化二 循环展开，消去两层for循环

考虑到在算sum的时候使用了两层循环来计算一个九宫格的数据，而这个是可以通过使用循环展开来直接计算的，于是代码如下所示

 

对于边界情况依然使用原来的循环进行求平均值，分数如下

可以看到，分数有显著的提升，从15到了20.2

 

优化三 边界循环展开

在优化二中，只对九宫格形式的循环进行展开，现在对边界循环进行展开

分为对角，边两种情况进行展开，代码如下图所示

运行分数如下所示，比起优化2没有多大变化，说明边界不是很耗时

 

附录：关于分块能够降低步长的理解

假设缓冲区大小4*4，待置换块为A,结果为B

其中0表示不命中，1表示命中，如果不分块，结果如下图所示

b块的后四行一直替换缓冲区里的前四行，所以全部不命中