本文介绍了Caffe框架中深度学习卷积运算的GPU加速实现，主要依赖于cuBLAS库进行矩阵乘法加速。同时，探讨了两种其他GPU计算策略：每个GPU线程计算一个输出像素点和每个GPU块处理一组输出像素的计算，但后者通过利用共享内存减少了显存访问次数。此外，文章还对比了不同方法的优缺点。
【卷积加速】深度学习卷积算法的GPU加速实现方法_cbd_2012的博客-优快云博客
（Caffe）卷积的实现_沤江一流的专栏-优快云博客_caffe卷积实现CC
Caffe是将feature map和kernel都展开成矩阵，使用矩阵成法来做的（利用了cuBLAS矩阵乘法加速）
其他方案：
1. 每个GPU thread负责计算一个output feature map pixel；缺点：访问显存太频繁，是瓶颈；
2. 每个GPU Block负责一组output pixel的计算；（可以把所有卷积核都加载进Block的shared memory；计算这组output所需要输入的input pixels也加载进shared memory；然后Block里的每个thread负责计算一个output pixel); 原文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
