（精選）計組實驗4報告Word版

1、課程實驗報告 課 程 名 稱： 計算機組成與結構 實驗項目名稱： perflab-handout 專 業(yè) 班 級： 計科1403 姓 名： 學 號： 指 導 教 師： 黃麗達 完 成 時 間： 2016 年 5 月 28 日信息科學與工程學院實驗題目：perflab-handout實驗目的：本次實驗的核心任務是要求修改kernel.c文件，并可以在使用driver進行評測時獲得更好的加速比。kernel.c文件中主要有兩個需要進行優(yōu)化的函數：rotate和smooth，并分別給出了naive_rotate和naive_smooth兩個函數的基本實現作為baseline作為你改進后的程序的比較對

2、象。本次實驗，要求針對每個函數、每個人均至少寫出3種優(yōu)化版本、并根據driver報告的結果進行性能分析。實驗環(huán)境：聯(lián)想ThinkPad E545,Ubuntu14（32位）gdb工具實驗內容及操作步驟：rotate原始代碼分析：void naive_rotate(int dim, pixel *src, pixel *dst) int i, j; for (i = 0; i < dim; i+)for (j = 0; j < dim; j+) dstRIDX(dim-1-j, i, dim) = srcRIDX(i, j, dim);首先要理解RIDX的意思，在頭文件defs.h中

3、宏定義了#defineRIDX(i,j,n) (i)*(n)+(j)，意思是一個n*n的二維數組的第i行，第j列。所以這段代碼的是把一幅畫進行逆時針方向旋轉90°該函數將所有的像素進行了行列調位、導致整幅圖畫進行了逆時針90°旋轉。分析代碼性能不好的因素：原代碼由于使用了兩重for循環(huán)，而且每一重for循環(huán)的循環(huán)次數為dim次，循環(huán)次數過多導致程序的性能非常差，優(yōu)化方法一是減少循環(huán)次數，采用循環(huán)展開可以減少循環(huán)的次數達到優(yōu)化效果。優(yōu)化1：void rotate(int dim, pixel *src, pixel *dst) int i, j; for (i = 0; i

4、< dim-1; i=i+2) for (j = 0; j < dim; j+) dstRIDX(dim-1-j, i, dim) =srcRIDX(i,j,dim); dstRIDX(dim-1-j,i+1,dim) = srcRIDX(i+1,j,dim); for (; i < dim; i+) dstRIDX(dim-1-j, i, dim) =srcRIDX(i,j,dim); 運行結果截圖：從上述截圖可以看出，當將循環(huán)展開成每次做兩個像素點的旋轉時，程序的性能明顯提高，原來代碼的加速比是1.3,優(yōu)化后性能是原始代碼的兩倍，所以循環(huán)展開可以提高程序的性能。優(yōu)化2：循

5、環(huán)分塊與寫優(yōu)先操作結合可以提高性能，原代碼因為循環(huán)步長太長，以至于cache的命中率非常低，所以總體運算效率不高。因此，我考慮到cache的大小，應在存儲的時候進行32個像素依次存儲（列存儲）。（32個像素排列是為了充分利用一級緩存(32KB), 采用分塊策略, 每一個塊大小為32）這樣可以做到cache友好、可以大幅度提高效率，同時寫優(yōu)先操作（寫地址連續(xù)）比原代碼的讀優(yōu)先操作（讀地址連續(xù)）性能會更好。void rotate(int dim, pixel *src, pixel *dst) int i, j, i1, j1, im, jm; int block=32;/blocking the

6、 Matrix for(i=0; i<dim; i+=block) for(j=0; j<dim; j+=block) /block*block mini matrix im = i+block; for(i1=i; i1<i+block; i1+) jm = j+block; for(j1=j; j1<j+block; j1+) dstRIDX(i1, j1, dim) = srcRIDX(j1, dim-i1-1, dim); 從上述截圖可以看出，當將循環(huán)步長分成最大為32，優(yōu)先dest的寫操作時，程序的性能明顯提高，原來代碼的加速比是1.3,優(yōu)化后性能是原始代碼的

7、三倍多，所以循環(huán)分塊與寫優(yōu)先操作結合可以提高性能。優(yōu)化3：循環(huán)展開類循環(huán)分塊結合，通過減少每次迭代計算元素的數量，減少循環(huán)的迭代次數，同時分塊可以逐點賦值>逐行（列）賦值 充分利用塊空間，防止前面開辟的塊還沒有完全利用就被后來的覆蓋，提高cache命中率 。void rotate(int dim, pixel *src, pixel *dst) int i,j;int dst_base=(dim-1)*dim;dst+=dst_base;for(i=0;i<dim;i+=32)for(j=0;j<dim;j+)*dst=*src;src+=dim;dst+;*dst=*src

8、;src+=dim;dst+;*dst=*src;src+=dim;dst+;*dst=*src;src+=dim;dst+;*dst=*src;src+=dim;dst+;*dst=*src;src+=dim;dst+;*dst=*src;src+=dim;dst+;*dst=*src;src+=dim;dst+;*dst=*src;src+=dim;dst+;*dst=*src;src+=dim;dst+;*dst=*src;src+=dim;dst+;*dst=*src;src+=dim;dst+;*dst=*src;src+=dim;dst+;*dst=*src;src+=dim;ds

9、t+;*dst=*src;src+=dim;dst+;*dst=*src;src+=dim;dst+;*dst=*src;src+=dim;dst+;*dst=*src;src+=dim;dst+;*dst=*src;src+=dim;dst+;*dst=*src;src+=dim;dst+;*dst=*src;src+=dim;dst+;*dst=*src;src+=dim;dst+;*dst=*src;src+=dim;dst+;*dst=*src;src+=dim;dst+;*dst=*src;src+=dim;dst+;*dst=*src;src+=dim;dst+;*dst=*src

10、;src+=dim;dst+;*dst=*src;src+=dim;dst+;*dst=*src;src+=dim;dst+;*dst=*src;src+=dim;dst+;*dst=*src;src+=dim;dst+;*dst=*src;src+;src-=(dim<<5)-dim;dst-=31+dim;dst+=dst_base+dim;dst+=32;src+=(dim<<5)-dim;從上述截圖可以看出，當將循環(huán)展開32次，同時進行類分塊時，程序的性能明顯提高，原來代碼的加速比是1.8,優(yōu)化后性能是原始代碼的四倍多，所以循環(huán)展開類循環(huán)分塊結合可以大大提高程序

11、性能。smooth原始代碼分析：void naive_smooth(int dim, pixel *src, pixel *dst) int i, j; for (i = 0; i < dim; i+)for (j = 0; j < dim; j+) dstRIDX(i, j, dim) = avg(dim, i, j, src);這段代碼的是把一幅畫復制一份贗品，贗品的某點的像素為對應原畫的周圍像素的平均值（如果該像素點在四個頂點，則贗品的該點像素等于原畫包括該點的周圍四個點的像素平均，如果該像素點為四條邊界上的像素點，則贗品的該點像素點等于原畫包括該點的周圍六個點的像素平均值，

12、如果該像素點為中間點，則該點像素為原畫的周圍九個點的平均值）。分析代碼性能不好的因素：這段代碼頻繁地調用avg函數，并且avg函數中也頻繁調用initialize_pixel_sum 、accumulate_sum、assign_sum_to_pixel這幾個函數，且又含有2層for循環(huán)，而我們應該減少函數調用的時間開銷。所以，需要改寫代碼，不調用avg函數。優(yōu)化1：不調用avg函數，把avg函數寫進smooth函數主體中，通過減少函數調用來達到優(yōu)化程序的目的。void smooth(int dim, pixel *src, pixel *dst) int i, j; for (i

13、= 0; i < dim; i+) for (j = 0; j < dim; j+) int ii, jj; pixel_sum sum; pixel current_pixel; sum.red= sum.green = sum.blue = 0; sum.num= 0; for(ii= max(i-1, 0); ii <= min(i+1, dim-1); ii+) for(jj = max(j-1, 0); jj <=min(j+1, dim-1); jj+) pixel p=srcRIDX(ii, jj, dim); sum.red += (int) p.red

14、; sum.green+= (int) p.green; sum.blue+= (int) p.blue; sum.num+; current_pixel.red = (unsigned short)(sum.red/sum.num); current_pixel.green = (unsigned short)(sum.green/sum.num); current_pixel.blue= (unsigned short) (sum.blue/sum.num); dstRIDX(i, j, dim) = current_pixel; 從上述運行截圖可以看出，減少函數調用確實起到了優(yōu)化代碼的作

15、用，但是優(yōu)化效果不明顯，可能是編譯器在編譯的時候做了優(yōu)化的緣故所以人為的優(yōu)化性能提升不多，但是減少函數調用確實可以達到優(yōu)化代碼的效果。優(yōu)化2：對圖片進行分塊處理，像素點分成圖片四個角、圖片四條邊、圖片內部三塊分別進行處理。對角而言只需要4個像素點的均值，對于邊而言為6個像素點均值，圖片內部則需要9個像素點均值。這樣可以減少循環(huán)判斷的次數，而且原代碼的avg函數是在一次循環(huán)中只進行一個像素點的累加，avg函數里用了兩重循環(huán)，而函數主體有有兩重循環(huán)，相當于原代碼用了四重循環(huán)，所以性能很差，所以改進后不使用avg函數，并且通過分塊，將每個分塊周圍的像素點一次性加起來而不是一個循環(huán)累加一個像素點，達到

16、大大減少循環(huán)調用的功能。void smooth(int dim, pixel *src, pixel *dst) int i,j,lastr,lastb,lastg;int row = dim;int curr;/四個角處理 dst0.red=(src0.red+src1.red+srcdim.red+srcdim+1.red)>>2;/用">>"代替"/4"節(jié)省時間dst0.blue=(src0.blue+src1.blue+srcdim.blue+srcdim+1.blue)>>2;dst0.green=(src0

17、.green+src1.green+srcdim.green+srcdim+1.green)>>2;dstdim-1.red=(srcdim-1.red+srcdim-2.red+srcdim*2-2.red+srcdim*2-1.red)>>2;dstdim-1.blue=(srcdim-1.blue+srcdim-2.blue+srcdim*2-2.blue+srcdim*2-1.blue)>>2;dstdim-1.green=(srcdim-1.green+srcdim-2.green+srcdim*2-2.green+srcdim*2-1.green

18、)>>2;dst(dim-1)*dim.red=(src(dim-1)*dim.red+src(dim-1)*dim+1.red+src(dim-2)*dim.red+src(dim-2)*dim+1.red)>>2;dst(dim-1)*dim.blue=(src(dim-1)*dim.blue+src(dim-1)*dim+1.blue+src(dim-2)*dim.blue+src(dim-2)*dim+1.blue)>>2;dst(dim-1)*dim.green=(src(dim-1)*dim.green+src(dim-1)*dim+1.gree

19、n+src(dim-2)*dim.green+src(dim-2)*dim+1.green)>>2;dstdim*dim-1.red=(srcdim*dim-1.red+srcdim*dim-2.red+src(dim-1)*dim-1.red+src(dim-1)*dim-2.red)>>2;dstdim*dim-1.blue=(srcdim*dim-1.blue+srcdim*dim-2.blue+src(dim-1)*dim-1.blue+src(dim-1)*dim-2.blue)>>2;dstdim*dim-1.green=(srcdim*dim-

20、1.green+srcdim*dim-2.green+src(dim-1)*dim-1.green+src(dim-1)*dim-2.green)>>2; /四條邊f(xié)or (j=1; j < dim-1; j+) dstj.red=(srcj.red+srcj-1.red+srcj+1.red+srcj+dim.red+srcj+1+dim.red+srcj-1+dim.red)/6; dstj.green=(srcj.green+srcj-1.green+srcj+1.green+srcj+dim.green+srcj+1+dim.green+srcj-1+dim.gree

21、n)/6; dstj.blue=(srcj.blue+srcj-1.blue+srcj+1.blue+srcj+dim.blue+srcj+1+dim.blue+srcj-1+dim.blue)/6; for (j=dim*(dim-1)+1; j < dim*dim-1; j+) dstj.red=(srcj.red+srcj-1.red+srcj+1.red+srcj-dim.red+srcj+1-dim.red+srcj-1-dim.red)/6; dstj.green=(srcj.green+srcj-1.green+srcj+1.green+srcj-dim.green+src

22、j+1-dim.green+srcj-1-dim.green)/6; dstj.blue=(srcj.blue+srcj-1.blue+srcj+1.blue+srcj-dim.blue+srcj+1-dim.blue+srcj-1-dim.blue)/6; for (i=dim; i < dim*(dim-1); i+=dim) dsti.red=(srci.red+srci-dim.red+srci+1.red+srci+dim.red+srci+1+dim.red+srci-dim+1.red)/6; dsti.green=(srci.green+srci-dim.green+sr

23、ci+1.green+srci+dim.green+srci+1+dim.green+srci-dim+1.green)/6; dsti.blue=(srci.blue+srci-dim.blue+srci+1.blue+srci+dim.blue+srci+1+dim.blue+srci-dim+1.blue)/6; for (i=dim+dim-1; i < dim*dim-1; i+=dim) dsti.red=(srci.red+srci-1.red+srci-dim.red+srci+dim.red+srci-dim-1.red+srci-1+dim.red)/6; dsti.

24、green=(srci.green+srci-1.green+srci-dim.green+srci+dim.green+srci-dim-1.green+srci-1+dim.green)/6; dsti.blue=(srci.blue+srci-1.blue+srci-dim.blue+srci+dim.blue+srci-dim-1.blue+srci-1+dim.blue)/6; /圖片內部 for(i=1;i<dim-1; i+)lastr=srcrow-dim.red+srcrow-dim+1.red+srcrow-dim+2.red+srcrow.red+srcrow+1.

25、red+srcrow+2.red+srcrow+dim.red+srcrow+dim+1.red+srcrow+dim+2.red;lastb=srcrow-dim.blue+srcrow-dim+1.blue+srcrow-dim+2.blue+srcrow.blue+srcrow+1.blue+srcrow+2.blue+srcrow+dim.blue+srcrow+dim+1.blue+srcrow+dim+2.blue;lastg=srcrow-dim.green+srcrow-dim+1.green+srcrow-dim+2.green+srcrow.green+srcrow+1.g

26、reen+srcrow+2.green+srcrow+dim.green+srcrow+dim+1.green+srcrow+dim+2.green;dstrow+1.red=lastr/9;dstrow+1.blue=lastb/9;dstrow+1.green=lastg/9;for(j=2;j<dim-1;j+)curr=row+j;lastr=lastr-srccurr-dim-2.red+srccurr-dim+1.red-srccurr-2.red+srccurr+1.red-srccurr+dim-2.red+srccurr+dim+1.red;lastb=lastb-srccurr-dim-2.blue+srccurr-dim+1.blue-srccurr-2.blue+srccurr+1.blue-srccurr+dim-2.blue+srccurr+dim+1.blue;lastg=lastg-srccurr-di