cuDNN:Efficient Primitives for Deep Learning 解读

一直用cuDNN所以很好奇其实现，于是花了点时间看了一下cuDNN:Efficient Primitives for Deep Learning，还是很容易懂的。
1. caffe的卷积
首先，caffe的卷积操作是将卷积转化为矩阵乘法，然后就可以用已有的GPU矩阵乘法的优化算法进行计算。具体可以参见这篇博文。
这个方法由于需要将输入D和卷积核F进行转化，将D从四维数组转化为二维矩阵时数据规模变大，因而会占用过多显存。而且卷积核越大，stride越小，显存耗费越高。
2. FFT 计算卷积
还有一种使用FFT计算卷积。此时需要将卷积核扩大成和feature map一样的长宽尺寸，这在二者相差较大的时候也是很浪费的。另外，当stride大于1时，数据比较稀疏，采用FFT效果也并不理想。
3. NVIDIA的矩阵乘法
NVIDIA对矩阵乘法支持每次单独计算子矩阵。一边计算子矩阵的结果，一边准备下一组数据，最后合并得到结果。有点流水线的意思。
4. cuDNN convolution
论文采用的是将卷积转化为矩阵乘法的方法，利用NVIDIA的矩阵乘法的特点，做了一些改进。具体来说就是，计算F（卷积核）对D（输入的feature map）的卷积，并不是将D转化后的二维矩阵直接存到显存里面，而是lazily materialing的方式。就是说，当需要用到这部分数据的时候，直接到D中索引对应的数据，并加载到显存里面进行计算，这样就避免了占用额外显存这一弊端。因此该方法还需要一个快速从D中索引数据的算法。