AMDのRadeonシリーズのブロガー勉強会に参加してきました 1.Radeon HD7770を脱がす
脱がすとかいっても、別に分解はしません。そんなことしたらAMDさんにごめんなさいしなきゃいけなくなります
本当は、OpenCLのベンチ取ってから、とか思ったんですが、なかなかまとまった時間が取れず、こうなりゃ強行軍でなんとかするっきゃねーということで一念発起して筆を執っている次第。
——問おう。これがあなたの性能か
AMDさんのAPP SDKには、clinfoって言う便利なものがついていて、これはNVIDIAさんのSDKで言うところのDevice Queryだったりする訳ですが、それで見るところのHD7770は以下になります
Device Type: CL_DEVICE_TYPE_GPU Device ID: 4098 Board name: AMD Radeon HD 7700 Series Device Topology: PCI[ B#1, D#0, F#0 ] Max compute units: 10 Max work items dimensions: 3 Max work items[0]: 256 Max work items[1]: 256 Max work items[2]: 256 Max work group size: 256 Preferred vector width char: 16 Preferred vector width short: 8 Preferred vector width int: 4 Preferred vector width long: 2 Preferred vector width float: 4 Preferred vector width double: 2 Native vector width char: 16 Native vector width short: 8 Native vector width int: 4 Native vector width long: 2 Native vector width float: 4 Native vector width double: 2 Max clock frequency: 1100Mhz Address bits: 32 Max memory allocation: 536870912 Image support: Yes Max number of images read arguments: 128 Max number of images write arguments: 8 Max image 2D width: 8192 Max image 2D height: 8192 Max image 3D width: 2048 Max image 3D height: 2048 Max image 3D depth: 2048 Max samplers within kernel: 16 Max size of kernel argument: 1024 Alignment (bits) of base address: 2048 Minimum alignment (bytes) for any datatype: 128 Single precision floating point capability Denorms: No Quiet NaNs: Yes Round to nearest even: Yes Round to zero: Yes Round to +ve and infinity: Yes IEEE754-2008 fused multiply-add: Yes Cache type: Read/Write Cache line size: 64 Cache size: 16384 Global memory size: 831520768 Constant buffer size: 65536 Max number of constant args: 8 Local memory type: Scratchpad Local memory size: 32768 Kernel Preferred work group size multiple: 64 Error correction support: 0 Unified memory for Host and Device: 0 Profiling timer resolution: 1 Device endianess: Little Available: Yes Compiler available: Yes Execution capabilities: Execute OpenCL kernels: Yes Execute native function: No Queue properties: Out-of-Order: No Profiling : Yes Platform ID: 0x7f5c29384140 Name: Capeverde Vendor: Advanced Micro Devices, Inc. Device OpenCL C version: OpenCL C 1.2 Driver version: CAL 1.4.1741 (VM) Profile: FULL_PROFILE Version: OpenCL 1.2 AMD-APP (923.1) Extensions: cl_khr_fp64 cl_amd_fp64 cl_khr_global_int32_base_atomics cl_khr_global_int32_extended_atomics cl_khr_local_int32_base_atomics cl_khr_local_int32_extended_atomics cl_khr_3d_image_writes cl_khr_byte_addressable_store cl_khr_gl_sharing cl_ext_atomic_counters_32 cl_amd_device_attribute_query cl_amd_vec3 cl_amd_printf cl_amd_media_ops cl_amd_popcnt
Max Work Group SizeがGeforce GTX580とかと比べると少ないかな、とか思いますが、むべなるかな。GCNのアーキテクチャとしてこうなっているのでしょう。
Local memory はスクラッチパッドで32KB。ハード的には64KBを積んでいるはずですが、同期に使用したりするんで、プログラマに全部は見せていないとか。まぁ当然か、と納得する。
さて、今日着目するのはExtensionに書かれた二つ。
です。
cl_amd_media_ops
読んで字のごとく、というとアレですが。
AMDさんのGPUが独自に搭載するマルチメディア向け拡張をさします
当然、AMDさんのGPUでしか使えません
このExtensionを有効にすると、以下の関数が追加されます
uint amd_pack(float4 src) floatn amd_unpack3(unitn src) floatn amd_unpack2 (unitn src) floatn amd_unpack1 (unitn src) floatn amd_unpack0 (unitn src) uintn amd_bitalign (uintn src0, uintn src1, uintn src2) uintn amd_bytealign (uintn src0, uintn src1, uintn src2) uintn amd_lerp (uintn src0, uintn src1, uintn src2) uintn amd_sad (uintn src0, uintn src1, uintn src2) uintn amd_sadhi (uintn src0, uintn src1n, uintn src2) uint amd_sad4(uint4 src0, uint4 src1, uint src2)
uintnのn = {1,4,8,16}です
つまり、uint4だとunsigned intが4つパッキングされたものですね
OpenCLではよくあるベクタ型の変数です
さて、それぞれベクタをスカラにパッキングしたり（往々にして画像なので8bitで事足りることが多く、unsigned なら32bitで4要素をパッキングすることが可能）アライメント取ったりする拡張が追加されます
個人的にはamd_sad系のビルトイン関数がすてきだと思っており、テンプレートマッチングなどで使用する類似度評価のSADが一発で出せるというのは大変すばらしいと思うのです
