20、大规模多线程Fiteng1000处理器上的高性能矩阵乘法

大规模多线程Fiteng1000处理器上的高性能矩阵乘法

1. 引言

随着计算机技术的发展，单核心单线程性能因功耗、内存和指令级并行性（ILP）的限制而停滞不前，这促使芯片转向多核心架构。多核和众核处理器应运而生，多线程技术也变得更为普遍。例如，Fiteng1000（FT1000）处理器具有8个核心，可同时支持64个线程，这使得编程范式必须做出相应调整以充分利用其性能。

矩阵乘法是众多线性代数运算和应用的基础。由于硬件环境不断变化，开发矩阵乘法（Gemm）新方法的工作从未停止，且最有效的解决方案通常依赖于特定机器的技术。在传统串行和线程较少的多核架构中，Gemm的高性能实现已经有了深入的研究，但这些方法并不适用于像Fiteng1000这样的大规模多线程处理器。本文将探讨适用于此类处理器的并行算法，通过共享内存中的A或B矩阵来避免冗余数据打包，以提高性能。

2. Fiteng1000处理器架构

Fiteng1000处理器于2010年11月推出，是天河一号A超级计算机的部分处理器。它允许在单个系统中使用多个芯片级多线程（CMT）处理器。该处理器具有以下特点：
- 包含8个物理核心，通过高带宽交叉开关连接到8个共享的4MB L2缓存存储体。
- 每个核心可同时执行8个线程。
- 每个核心提供2个整数执行单元（EXU）、1个浮点和图形单元（FPU）以及1个用于加密加速的专用流处理单元（SPU）。
- 浮点和内存管道由所有8个线程共享。
- 8个线程被硬分区为两组，每组4个线程，组内的4个线程共享一个整数管道。
- 在任何给定时间，每个物理核心最多有2个线程处于活动状态，且这2个线程可以执行整数管道操作、整