文章目录
-
- 一、并行处理简介
- 二、GPU并行处理
- 三、环境搭建
- [四、CUDA cuDNN TRT版本选择](#四、CUDA cuDNN TRT版本选择)
- 五、常用软件安装
- 六、服务器的环境配置
- 七、编辑器的环境配置
一、并行处理简介
1）串行介绍
-
串行处理的介绍（Sequential processing）
①指令/代码块依次执行
②前一条指令执行结束以后才能执行下一条语句
③一般来说，当程序有数据以来或分支等这些情况下需要窜行执行
-
例子
-
数据依赖的种类(data dependency)
①flow dependency：例如上面的左图
②anti dependency
③output dependency
④control dependency
-
串行使用场景
①复杂的逻辑计算（比如：操作系统）
-
并行与串行的效果
①串行需要46cycles
②并行只需要20cycles
进一步优化，st3可以分割为4个子代码执行
再进一步优化，在st4
彻底结束之前就知道结束结果了
-
总结策略
①先把各个步骤打散到各个core执行（schedule调度）
②把大的loop循环分割成多个小代码，分配到各个core执行（loop optimization）
③在一个指令彻底执行完之前，如果已经得到了想要的数值，可以提前执行下一个指令（pipleline 流水线）
2）并行介绍
-
特点
①指令/代码块同时执行
②充分利用multi-core,多核去完成一个或多个任务
③使用场景：科学计算、图像处理、深度学习等等
-
重点讲解（loop parallelization 循环并行处理）
①大部分时间长的程序，很多都是浪费在I/O内存读写消耗上，要不然就是在loop上，所以并行优化loop是很重要的一个策略
②策略比如说:前/后处理
-resize，crop，blur，bgr2rgb，rgb2gray，dbscan，findCounters
③再比如说：DNN中的卷积（convolution layer）以及全连接层（fully connected layer）
③根据不同语言的ordering
tiling是16x16的数组，或有的以行或列存储
④涉及到DNN或图片处理的时候
3）并行与并发的区别
4）编译器优化课程汇总
①编译器自动化并行优化：GCC, LLVL, TVM
②针对for循环的并行优化：tile，fuse，split，vectorization。。。
③计算图优化：CFG,HTG,MTG
④数据流：dataflow compiler，data flow architecture
⑤polyhedral：polyhedral compiler
⑥HPC：高性能计算
5）常见并行处理
二、GPU并行处理
1）基础概念介绍
1、latency：完成一个指令所需要的时间
2、memory latency：
-GPU/CPU 从memory获取数据所需要的等待时间
-CPU并行处理的优化主要方向
3、throughput吞吐量
-单位时间内可以执行的指令数
-GPU并行处理的优化的主要方向
4、multi-threading
-多线程处理
5、memory latency是什么？
- 总体布局
- 目的：尽量做到想要的数据就在cache缓存里面，这样就不用在内存也就是Main Memory里面去寻找(也就是
访问下级memory)，这时候是很耗费时间的，等待数据的状态就叫stall
6、内存总体布局：
2）CPU和GPU在并行处理的优化方向
- 方向不同
1）CPU：目标在减少memory latency
2）GPU：目标在于提高throughput CPU是怎么优化的？
①Pipeline：流水线处理，提高throughput的一种优化
②cache hierarchay：多级缓存
③Pre-fetch：提前获取数据
④Branch-predition：预测分支
⑤Multi-threading：多线程计算
①【pipeline】：
优化后4个指令一起执行
②【cache hierarchay】：多级缓存（在内存前面放多个cache）
③【pre-fetch】：减少memory latency的一种策略，提前去取数据，也叫hiding memory latency
提前读取A和B，再串行计算
④【branch-prediction】：分支预测，根据以往的branch走向，去预测下一次branch的走向
若前100次内，每次都是true，那么就可以预测都是true
⑤【multi-thread】：多线程
- CPU优化总结
- CPU运算带来的不好地方
①原因：由于CPU处理都是复杂逻辑的计算，有大量分支难以预测分支方向,所以增加线程数带来throughput的收益往往不是那么高
②方法：所以去掉复杂的逻辑计算和分支，把大量简单运算放一起，就可以最大化的提高throughput
3）CPU的特点及优化方向：
- 特点
①multi-threading技术
②大量core，可以支持大量的线程，
CPU并行处理的threads数量规模，数十个；而GPU并行处理的threads数量是数千个
③每一个core负责的运算逻辑很简单
- CUDA core：
D = A * B+ C - Tensor core: 4x4x4的matrix calculation ； D = A * B+ C
而更强的44 4，一次就可以运算跟多
④SIMT（一条指令管理一条数据，thread之间用warp调度）
⑤由于throught吞吐量很高，所以对于内存未命中带来的latency对性能的影响很小
⑥由于GPU负责的任务是大规模计算（图像处理、深度学习等），所以一旦fetch好了数据以后，就会一直连续处理，并且很少miss
4）总结GPU和CPU的不同
三、环境搭建
①查看是否有GPU
②查看linux版本
③根据需求找tensorRT的版本
④从tensorRT的release note寻求对应的CUDA和cuDNN版本
⑤安装CUDA（注意，这里建议从官方提供的脚本安装，不要apt-get）
⑥安装cuDNN(看官方的文档)
⑦配置TensorRT的路径
⑧参考opencv官方文档安装opencv4.5.2
⑨安装其他便于开发的软件包