VORTEXM4: SYRK/SYR2K diagonal blocks are expensive with GEMM_UNROLL_MN 64
维护者通常 1 天内回复
还没有人认领这个 Issue。
评估
- 难度
- 4/5
- 预计耗时
- 3-5 天
- 新手友好度
- 43/100
- Issue 类型
- 缺陷
- 描述清晰度
- 基本清楚
- 活跃度
- 活跃
- 技术栈
- c
- 领域
- backend, performance
调研方向
Read driver/level3/syrk_kernel.c and profile SSYRK at n = 256 to confirm the diagonal block and zero-fill costs. Compare the listed options, including the sgemm_otcopy path for trans = T; the issue does not choose an approach. Done means reducing the diagonal-block overhead and checking performance across the reported sizes and transpose modes.
由索引模型根据 Issue 内容生成。
描述
On VORTEXM4 (GEMM_UNROLL_M 64 since #6074), the generic SYRK/SYR2K driver spends much time on the diagonal blocks. driver/level3/syrk_kernel.c computes each GEMM_UNROLL_MN x GEMM_UNROLL_MN diagonal block (64 x 64 here) into a temporary buffer zeroed with GEMM_BETA and then adds one triangle into C. A sampling profile of SSYRK at n = 256, one thread, on an M4 Pro shows ssyrk_kernel_L plus sgemm_beta zero-fill at about 20% of the time, against under 10% for the SME2 compute (the rest is packing, see #6146).
Measured against Accelerate on the same machine (one thread): SSYRK 0.18x / 0.36x / 0.73x at n = 64 / 256 / 1024, 0.75-0.93x at 4096. trans = T is slower than trans = N (1074 vs 1370 GFLOPS at n = 1024).
Options:
- compute the diagonal block directly into C with a masked store (the SME2 kernels can predicate rows and columns), which needs a per-target hook in the driver;
- a smaller diagonal block for targets with a large GEMM_UNROLL_MN;
- check why the trans = T path is slower (packing of A^T with
sgemm_otcopy).
- 主要语言
- C
- 星标
- 7.6k
- 派生
- 1.7k
- 平均合并
- 1 天 17 小时
- 30 天内合并 PR
- 42
环境准备
这个项目没有提供开发容器、Dockerfile 或贡献指南，环境需要你自己搭建：先看它的 README，通用步骤见我们的新手贡献指南。
从这里开始
- 先读完整个 Issue，再读项目的贡献指南。
- 在 Issue 下留言说明你要接手 —— 这能避免两个人做同样的事。
- Fork 仓库，在一个分支上完成修改。
- 提交 Pull Request，并在描述里引用这个 Issue 编号。
OpenMathLib/OpenBLAS 的其他 Issue
-
难度 5/5 一周以上 新手友好度 25/100
OpenMathLib/OpenBLAS#6152 ·
维护者通常 1 天内回复
-
难度 5/5 一周以上 新手友好度 28/100
OpenMathLib/OpenBLAS#6151 · 2 条评论 ·
维护者通常 1 天内回复
-
VORTEXM4: s2_usable() runs RDSVL before the SME2 check (SIGILL without SME)可能已有人在做 @tesch1 于 1 天前认领。 未关闭
难度 3/5 1-2 天 新手友好度 25/100
OpenMathLib/OpenBLAS#6150 ·
维护者通常 1 天内回复
-
难度 5/5 一周以上 新手友好度 35/100
OpenMathLib/OpenBLAS#6149 ·
维护者通常 1 天内回复
-
难度 4/5 3-5 天 新手友好度 52/100
OpenMathLib/OpenBLAS#6147 ·
维护者通常 1 天内回复
查看 OpenMathLib/OpenBLAS 的全部 Issue
相似的 Issue
-
难度 1/5 1-3 小时 新手友好度 82/100
-
难度 2/5 1-3 小时 新手友好度 84/100
bigtreetech/BIGTREETECH-TouchScreenFirmware#3056 ·
维护者通常 1 天内回复
-
[pico][astrocade] emu/apply.sh edits src/mame/midway/astrohome.cpp, which current MAME has in bally/未关闭
难度 2/5 1-3 小时 新手友好度 83/100
FujiNetWIFI/fujinet-firmware#2120 ·
维护者通常 1 天内回复
-
bug
难度 2/5 1-3 小时 新手友好度 78/100
维护者通常 1 天内回复
-
Bug Status: Needs Triage
难度 2/5 1-3 小时 新手友好度 73/100
维护者通常 1 天内回复