Page 21 - 《软件学报》2021年第8期

蔡雨 等:异构 HPL 算法中 CPU 端高性能 BLAS 库优化 2303

Fig.12 DGEMM efficiency comparison of single-core
图 12 单核 DGEMM 效率对比

Fig.13 DGEMM efficiency comparison of 32 cores
图 13 32 核 DGEMM 效率对比

5.3 异构HPL测试
HPL 实测性能值是最终评价标准,分别统计每个 BLAS 函数的时间作为 BLAS 优化的评价标准.为避免网
络通信的干扰,本文基于单节点进行异构 HPL 测试,对比包括 panel 分解中 pfact 时间以及 HPL 算法中使用的
7 个 BLAS 函数 DGEMM、DGEMV、DTRSM、DTRSV、IDMAX、DSCAL 和 DCOPY 的计算时间.
异构 HPL 算法 panel 分解部分主要在 CPU 端进行计算.如图 14 左侧所示为 HPL 程序 panel 分解中的 pfact
总时间统计,调用 HBLIS 的 pfact 与调用 MKL 的相比,计算时间节省了 53%.如图 14 右侧所示为 DGEMM 函数
计算时间统计,可以看到,HBLIS 的 DGEMM 性能比 MKL 的 DGEMM 性能提升了约 25%.

Fig.14 Performance comparison of pfact and DGEMM calling different math libraries in heterogeneous HPL
图 14 异构 HPL 中调用不同数学库的 pfact 和 DGEMM 的性能对比
如图 15 所示为 DGEMV 和 DTRSV 函数性能对比.DGEMV 在 panel 分解中时间占比仅次于 DGEMM,因此