逐步解說：矩陣乘法

這個逐步解說示範如何使用 C++ AMP 加速執行矩陣乘法。 呈現兩種演算法，一個沒有並排，一個具有並排。

必要條件

在開始之前：

• 閱讀 C++ AMP 概觀 。
• 讀取 使用磚 。
• 請確定您至少執行 Windows 7 或 Windows Server 2008 R2。

注意

從 Visual Studio 2022 17.0 版開始，C++ AMP 標頭已被取代。 包含任何 AMP 標頭將會產生建置錯誤。 先定義 _SILENCE_AMP_DEPRECATION_WARNINGS ，再包含任何 AMP 標頭以讓警告無聲。

建立專案

建立新專案的指示會根據您已安裝的 Visual Studio 版本而有所不同。 若要查看您慣用 Visual Studio 版本的檔，請使用 版本 選取器控制項。 其位於此頁面目錄頂端。

在 Visual Studio 中建立專案

1. 在功能表列上，選擇 [檔案]>[新增]>[專案]，以開啟 [建立新專案] 對話方塊。

2. 在對話方塊頂端，將 [語言] 設定為 C++，將 [平台] 設定為 Windows，並將 [專案類型] 設定為主控台。

3. 從篩選的專案類型清單中，選擇 [ 空白專案 ]，然後選擇 [ 下一步 ]。 在下一個頁面中，在 [名稱 ] 方塊中 輸入 MatrixMultiply 以指定專案的名稱，並視需要指定專案位置。

   

4. 選擇 [建立] 按鈕以建立用戶端專案。

5. 在 方案總管中，開啟 [來源檔案 ] 的 快捷方式功能表，然後選擇 [ 新增 > 專案 ]。

6. 在 [ 新增專案 ] 對話方塊中，選取 [C++ 檔案][.cpp] ，在 [名稱 ] 方塊中 輸入 MatrixMultiply.cpp ，然後選擇 [ 新增 ] 按鈕。

沒有並排的乘法

在本節中，請考慮兩個矩陣 A 和 B 的乘法，其定義如下：

是 3 by-2 矩陣，B 是 2 by-3 矩陣。 乘以 B 乘 A 的乘積是下列 3-by-3 矩陣。 乘以 B 元素資料行乘以 A 的資料列來計算產品。

在不使用 C++ AMP 的情況下相乘

1. 開啟 MatrixMultiply.cpp，並使用下列程式碼來取代現有的程式碼。

   #include <iostream>
   
   void MultiplyWithOutAMP() {
       int aMatrix[3][2] = {{1, 4}, {2, 5}, {3, 6}};
       int bMatrix[2][3] = {{7, 8, 9}, {10, 11, 12}};
       int product[3][3] = {{0, 0, 0}, {0, 0, 0}, {0, 0, 0}};
   
       for (int row = 0; row < 3; row++) {
           for (int col = 0; col < 3; col++) {
               // Multiply the row of A by the column of B to get the row, column of product.
               for (int inner = 0; inner < 2; inner++) {
                   product[row][col] += aMatrix[row][inner] * bMatrix[inner][col];
               }
               std::cout << product[row][col] << "  ";
           }
           std::cout << "\n";
       }
   }
   
   int main() {
       MultiplyWithOutAMP();
       getchar();
   }
   

   演算法是矩陣乘法定義的直接實作。 它不會使用任何平行或執行緒演算法來減少計算時間。

2. 在功能表列上，依序選擇 [檔案]>[全部儲存]。

3. 選擇 F5 鍵盤快速鍵以開始偵錯，並確認輸出正確無誤。

4. 選擇 Enter 以結束應用程式。

使用 C++ AMP 乘以

1. 在 MatrixMultiply.cpp 中，于 方法之前 main 新增下列程式碼。

   void MultiplyWithAMP() {
   int aMatrix[] = { 1, 4, 2, 5, 3, 6 };
   int bMatrix[] = { 7, 8, 9, 10, 11, 12 };
   int productMatrix[] = { 0, 0, 0, 0, 0, 0, 0, 0, 0 };
   
   array_view<int, 2> a(3, 2, aMatrix);
   
   array_view<int, 2> b(2, 3, bMatrix);
   
   array_view<int, 2> product(3, 3, productMatrix);
   
   parallel_for_each(product.extent,
      [=] (index<2> idx) restrict(amp) {
          int row = idx[0];
          int col = idx[1];
          for (int inner = 0; inner <2; inner++) {
              product[idx] += a(row, inner)* b(inner, col);
          }
      });
   
   product.synchronize();
   
   for (int row = 0; row <3; row++) {
      for (int col = 0; col <3; col++) {
          //std::cout << productMatrix[row*3 + col] << "  ";
          std::cout << product(row, col) << "  ";
      }
      std::cout << "\n";
     }
   }
   

   AMP 程式碼類似于非 AMP 程式碼。 呼叫 parallel_for_each 會針對 中的每個 product.extent 專案啟動一個執行緒，並取代資料列和資料行的 for 迴圈。 資料列和資料行的資料格值可在 中使用 idx 。 您可以使用 運算子和索引變數，或是 () 運算子和資料行變數來存取 物件的 [] 元素 array_view 。 此範例示範這兩種方法。 方法 array_view::synchronize 會將變數 productMatrix 的值 product 複製到 變數。

2. 在 MatrixMultiply.cpp 頂端新增下列 include 和 using 語句。

   #include <amp.h>
   using namespace concurrency;
   

3. main修改 方法以呼叫 MultiplyWithAMP 方法。

   int main() {
       MultiplyWithOutAMP();
       MultiplyWithAMP();
       getchar();
   }
   

4. 按 Ctrl + F5 鍵盤快速鍵以開始偵錯，並確認輸出正確無誤。

5. 按空格鍵 以結束應用程式。

具有並排的乘法

Tiling 是一種技術，可讓您將資料分割成大小相等的子集，也就是所謂的磚。 當您使用並排時，有三件事會變更。

• 您可以建立 tile_static 變數。 存取空間中的資料 tile_static 可能會比存取全域空間中的資料快很多倍。 系統會為每個磚建立變數的 tile_static 實例，而磚中的所有線程都可以存取變數。 並排的主要優點是因為存取而獲得 tile_static 效能。

• 您可以呼叫 tile_barrier：：wait 方法，以在指定的程式程式碼停止一個圖格中的所有線程。 您無法保證執行緒執行的順序，只有一個圖格中的所有線程都會在呼叫 tile_barrier::wait 時停止，才能繼續執行。

• 您可以存取相對於整個 array_view 物件的執行緒索引，以及相對於磚的索引。 藉由使用本機索引，您可以讓程式碼更容易讀取和偵錯。

若要利用矩陣乘法中的並排，演算法必須將矩陣分割成磚，然後將磚資料 tile_static 複製到變數中，以便更快速地存取。 在此範例中，矩陣會分割成大小相等的子陣列。 乘以子數來找到產品。 此範例中的兩個矩陣及其產品如下：

矩陣會分割成四個 2x2 矩陣，其定義如下：

A 和 B 的乘積現在可以撰寫並計算如下：

因為矩陣 ah 是 2x2 矩陣，因此所有產品和總和也是 2x2 矩陣。 此外，A 和 B 的乘積也如預期般是 4x4 矩陣。 若要快速檢查演算法，請計算產品中第一個資料列、第一個資料行中的元素值。 在此範例中，這會是 的第一個資料列和第一個 ae + bg 資料行中元素的值。 您只需要計算每個字詞的第一個資料行、第一個資料列 ae 和 bg 。 的值為 ae(1 * 1) + (2 * 5) = 11 。 的值 bg 是 (3 * 1) + (4 * 5) = 23 。 最終值為 11 + 23 = 34 ，正確。

若要實作此演算法，程式碼：

• tiled_extent使用 物件， extent 而不是呼叫中的 parallel_for_each 物件。

• tiled_index使用 物件， index 而不是呼叫中的 parallel_for_each 物件。

• tile_static建立變數來保存子專案。

• tile_barrier::wait使用 方法來停止執行緒來計運算元系的產品。

若要乘以使用 AMP 和並排

1. 在 MatrixMultiply.cpp 中，于 方法之前 main 新增下列程式碼。

   void MultiplyWithTiling() {
       // The tile size is 2.
       static const int TS = 2;
   
       // The raw data.
       int aMatrix[] = { 1, 2, 3, 4, 5, 6, 7, 8, 1, 2, 3, 4, 5, 6, 7, 8 };
       int bMatrix[] = { 1, 2, 3, 4, 5, 6, 7, 8, 1, 2, 3, 4, 5, 6, 7, 8 };
       int productMatrix[] = { 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 };
   
       // Create the array_view objects.
       array_view<int, 2> a(4, 4, aMatrix);
       array_view<int, 2> b(4, 4, bMatrix);
       array_view<int, 2> product(4, 4, productMatrix);
   
       // Call parallel_for_each by using 2x2 tiles.
       parallel_for_each(product.extent.tile<TS, TS>(),
           [=] (tiled_index<TS, TS> t_idx) restrict(amp)
           {
               // Get the location of the thread relative to the tile (row, col)
               // and the entire array_view (rowGlobal, colGlobal).
               int row = t_idx.local[0];
               int col = t_idx.local[1];
               int rowGlobal = t_idx.global[0];
               int colGlobal = t_idx.global[1];
               int sum = 0;
   
               // Given a 4x4 matrix and a 2x2 tile size, this loop executes twice for each thread.
               // For the first tile and the first loop, it copies a into locA and e into locB.
               // For the first tile and the second loop, it copies b into locA and g into locB.
               for (int i = 0; i < 4; i += TS) {
                   tile_static int locA[TS][TS];
                   tile_static int locB[TS][TS];
                   locA[row][col] = a(rowGlobal, col + i);
                   locB[row][col] = b(row + i, colGlobal);
                   // The threads in the tile all wait here until locA and locB are filled.
                   t_idx.barrier.wait();
   
                   // Return the product for the thread. The sum is retained across
                   // both iterations of the loop, in effect adding the two products
                   // together, for example, a*e.
                   for (int k = 0; k < TS; k++) {
                       sum += locA[row][k] * locB[k][col];
                   }
   
                   // All threads must wait until the sums are calculated. If any threads
                   // moved ahead, the values in locA and locB would change.
                   t_idx.barrier.wait();
                   // Now go on to the next iteration of the loop.
               }
   
               // After both iterations of the loop, copy the sum to the product variable by using the global location.
               product[t_idx.global] = sum;
           });
   
       // Copy the contents of product back to the productMatrix variable.
       product.synchronize();
   
       for (int row = 0; row <4; row++) {
           for (int col = 0; col <4; col++) {
               // The results are available from both the product and productMatrix variables.
               //std::cout << productMatrix[row*3 + col] << "  ";
               std::cout << product(row, col) << "  ";
           }
           std::cout << "\n";
       }
   }
   

   此範例與範例明顯不同，但不加磚。 程式碼會使用這些概念步驟：

   1. 將 tile[0,0] 的專案 alocA 複製到 。 將 tile[0,0] 的專案 blocB 複製到 。 請注意， product 會並排顯示，而不是 a 和 b 。 因此，您會使用全域索引來存取 a, b 、 和 product 。 對 的呼叫 tile_barrier::wait 至關重要。 它會停止磚中的所有線程，直到 填 locA 滿 和 locB 為止。

   2. 將 和 相乘 locA ，並將 locB 結果 product 放入 中。

   3. 將 磚[0,1] 的專案 alocA 複製到 。 將 圖格 [1,0] 的專案 blocB 複製到 。

   4. 將 和 相乘 locA ， locB 並將其新增至中 product 已經的結果。

   5. tile[0,0] 的乘法已完成。

   6. 針對其他四個磚重複。 磚沒有特別編制索引，執行緒可以依任何循序執行。 當每個執行緒執行時 tile_static ，會適當地為每個磚建立變數，以及控制程式流程的呼叫 tile_barrier::wait 。

   7. 當您仔細檢查演算法時，請注意，每個子物件都會載入記憶體兩 tile_static 次。 該資料傳輸確實需要時間。 不過，一旦資料在記憶體中 tile_static ，資料的存取速度會更快。 因為計算產品需要重複存取子目錄中的值，因此整體效能會有所提高。 針對每個演算法，必須進行實驗，才能尋找最佳的演算法和磚大小。

   在非 AMP 和非磚範例中，A 和 B 的每個元素都會從全域記憶體存取四次，以計算產品。 在圖格範例中，會從全域記憶體存取每個元素兩次，以及從 tile_static 記憶體存取四次。 這不是顯著的效能提升。 不過，如果 A 和 B 是 1024x1024 矩陣，而磚大小為 16，將會有顯著的效能提升。 在此情況下，每個元素只會複製到 tile_static 記憶體 16 次，並從 tile_static 記憶體存取 1024 次。

2. 修改 main 方法以呼叫 MultiplyWithTiling 方法，如下所示。

   int main() {
       MultiplyWithOutAMP();
       MultiplyWithAMP();
       MultiplyWithTiling();
       getchar();
   }
   

3. 按 Ctrl + F5 鍵盤快速鍵以開始偵錯，並確認輸出正確無誤。

4. 按空格 鍵結束應用程式。

另請參閱

C++ AMP (C++ Accelerated Massive Parallelism)
逐步解說：偵錯 C++ AMP 應用程式