使用 2D std::vector 在 SYCL 上进行矩阵乘法

Question

我是 SYCL 和 C++ 的新手。 这是我使用 2D std::vector进行简单矩阵乘法的内核。

void MatrixMulParallel(queue& q, 
    const std::vector<std::vector<double>>& a_host,
    const std::vector<std::vector<double>>& b_host,
    std::vector<std::vector<double>>& c_gpu) {
    /*
        To Multiply: C[M][P] = A[M][N] * B[N][P]
    */
    PROFILE_FUNCTION();
    try {
        size_t M = a_host.size();
        size_t N = a_host[0].size();
        size_t P = b_host[0].size();
        // Create device buffers for A, B, C
        buffer a(a_host.data(), range<2>{M, N});
        buffer b(b_host.data(), range<2>{N, P});
        buffer c(c_gpu.data(), range<2>{M, P});

        PROFILE_SCOPE("Starting Multiply on GPU");
        std::cout << "GPU::Multiplying A and B into C.\n";
        auto e = q.submit([&](handler& h) {

            auto A = a.get_access<access::mode::read>(h);
            auto B = b.get_access<access::mode::read>(h);
            auto C = c.get_access<access::mode::write>(h);

            h.parallel_for(range<2>{M, P}, [=](id<2> index) {
                // index[0] allows accessing ROW index, index[1] is column index
                
                int row = index[0];
                int col = index[1];
                auto sum = 0.0;
                for (int i = 0; i < N; i++)
                    sum += A[row][i] * B[i][col]; // Error #1
                C[index] = sum; // Error #2
                });
            });
        e.wait();
    }
    catch (sycl::exception const& e) {
        std::cout << "An exception is caught while multiplying matrices.\n";
        terminate();
    }
}

我收到两个错误，如下所示：

1. 错误 #1： invalid operands to binary expression ('const std::vector<double, std::allocator<double>>' and 'const std::vector<double, std::allocator<double>>')
2. 错误 #2： no viable overloaded '='

我尝试invalid operands for binary expression (...)寻找类似于invalid operands for binary expression (...)错误，但它们似乎都没有帮助调试我的特定情况。 也许是因为这对初学者不友好。

根据我目前的理解， a_host.data()显示了一个返回类型std::vector<double> （它不应该是std::vector< std::vector<double> >吗？）。

我曾尝试使用静态已知大小的std::array ，并且它有效。

如何使用 2D std::vector进行这项工作？

任何帮助，将不胜感激。

Answer 1

二维std::vector<std::vector<T>>在内存中没有连续存储的元素。

更好的方法是声明大小为 M*N 的std::vector<T> ，即线性数组，并将它们作为连续块进行操作。

由于目标向量C应该是 2D 的，因此创建一个在行和列中都有索引的内核。 SYCL index实际上填满了可线性访问的内存块。

这是我使用std::vector使其工作的方法：

template <typename T>
void MatrixMulParallelNaive(queue& q, 
    const std::vector<T>& a_host,
    const std::vector<T>& b_host,
    std::vector<T>& c_gpu) {
    /*
        To Multiply: C[M][P] = A[M][N] * B[N][P]
    */
    PROFILE_FUNCTION();
    try {
        
        buffer<double, 1> a(a_host.data(), range<1>{a_host.size()}); // 1D
        buffer<double, 1> b(b_host.data(), range<1>{b_host.size()}); // 1D
        buffer<double, 2> c(c_gpu.data(), range<2>{M, P}); // Create 2D buffer
        PROFILE_SCOPE("Starting Multiply on GPU");
        std::cout << "GPU::Multiplying A and B into C.\n";
        auto e = q.submit([&](handler& h) {

            auto A = a.get_access<access::mode::read>(h);
            auto B = b.get_access<access::mode::read>(h);
            auto C = c.get_access<access::mode::write>(h);
            
            h.parallel_for(range<2>{M, P}, [=](id<2> index) {
                // Threading index that iterates over C.
                int row = index[0];
                int col = index[1];
                auto sum = 0.0;
                // Compute result of ONE element of C
                for (int i = 0; i < N; i++)
                    sum += A[row * M + i] * B[i * N + col];
                C[index] = sum;
                });
            });
        e.wait();
    }
    catch (sycl::exception const& e) {
        std::cout << "An exception is caught while multiplying matrices.\n";
        terminate();
    }
}

Answer 2

更一般地说，在进行 HPC 时避免非紧凑的数据结构。 与连续数组元素相比，它对内存层次结构不太友好，并且初始化复杂。 使用类似于md_span和md_array东西（基本上是类固醇上的 Fortran 数组 :-) ）。