Új hozzászólás Aktív témák

• #10 Abu85 HÁZIGAZDA Bici #9

  Új Válasz 2017-05-24 14:32:40 #10

  Új hozzászólás

  Összes hozzászólása itt Válaszok az összes hozzászólására itt Válaszok erre a hozzászólásra

  Privát üzenet küldése

  

  Abu85

  HÁZIGAZDA

  válasz Bici #9 üzenetére

  A munka hiánya. Az OpenCL-ből is ki lehet hozni ugyanazt, csak nincs akkora akarat, hogy kellő pénzt és energiát rakjon bele a közösség. A HIP kód azért tud gyors lenni, mert áthozza a CUDA kód optimalizálásait is.

• #8 Abu85 HÁZIGAZDA Bici #7

  Új Válasz 2017-05-24 13:20:17 #8

  Új hozzászólás

  Összes hozzászólása itt Válaszok az összes hozzászólására itt Válaszok erre a hozzászólásra

  Privát üzenet küldése

  

  Abu85

  HÁZIGAZDA

  válasz Bici #7 üzenetére

  A kódtól függ. Ha mondjuk CUDA kódot kell portolni, akkor a HIP sokkal kézenfekvőbb. Például a CAFFE nevű deep learning keretrendszert Tip verzióját, ami ugye 55000+ soros programkód, lényegében négy nap alatt leportolták HIP-re (ebből automatikus, HIPify konverzió volt 54000-nél valamennyivel több sor). Manuálisan kb. pár száz soros módosítást igényelt, és a teljesítménye megegyezik a CUDA kóddal.
  Az OpenCL portnál már 32000-nél is több sort írtak át benne manuálisan, hónapok óta fejlesztik, és a teljesítménye el sem éri a CUDA/HIP verziót.

• #5 Abu85 HÁZIGAZDA Z_A_P #4

  Új Válasz 2017-05-24 13:01:17 #5

  Új hozzászólás

  Összes hozzászólása itt Válaszok az összes hozzászólására itt Válaszok erre a hozzászólásra

  Privát üzenet küldése

  

  Abu85

  HÁZIGAZDA

  válasz Z_A_P #4 üzenetére

  A kisebb a jobb. Elvileg ugye time. Akkora eltérés egyébként nincs, tehát bőven lehet választani a Coriandert, kivéve a full reductiont, mert ott a CUDA jóval gyorsabb. De ezen állítólag lehet javítani.
  A legfontosabb itt a választás lehetősége. Egy reálisan megfontolható olyan lehetőség, ami eddig nem volt.

  (#6) Z_A_P: Ja elég nehezen értelmezhető. Most már kezd átlátható lenni. Köszi.

• #3 Abu85 HÁZIGAZDA Abu85 #2

  Új Válasz 2017-05-24 12:32:45 #3

  Új hozzászólás

  Összes hozzászólása itt Válaszok az összes hozzászólására itt Válaszok erre a hozzászólásra

  Privát üzenet küldése

  

  Abu85

  HÁZIGAZDA

  válasz Abu85 #2 üzenetére

  Ehhez még annyit lehet hozzátenni, hogy itt az egyes projekteknél a két véglet a lényeg. Teljesítmény kell vagy portolhatóság. A kettő együtt ma nincs. Nagyjából az a helyzet, hogy ha teljesítmény kell, akkor CUDA vagy HIP kódot érdemes írni, de ezzel bukik a portolhatóság. A CUDA NV only, míg a HIP NV (NVCC) és AMD (HCC) only. Ha a portolhatóságon van a szempont, akkor a Coriandert érdemes használni, mert az OpenCL 1.2 iparági szinten széleskörűen támogatott, és sok a CUDA kód. Ha pedig egy ideális átmenetet keresnek a portolhatóság és a sebesség között, akkor ott a ComputeCpp és a triSYCL, de itt mindenképpen kell SPIR támogatás a gyártók részéről, tehát ez sem egy széleskörűen támogatott megoldás, noha a CUDA/HIP opcióknál nagyobb piacot lehet vele lefedni. Ide viszont manuálisan kell az eddigi kódokat leportolni, de nem olyan nehéz ez, mint manuálisan OpenCL-re portolni.

• #2 Abu85 HÁZIGAZDA #06658560 #1

  Új Válasz 2017-05-24 12:25:21 #2

  Új hozzászólás

  Összes hozzászólása itt Válaszok az összes hozzászólására itt Válaszok erre a hozzászólásra

  Privát üzenet küldése

  

  Abu85

  HÁZIGAZDA

  válasz #06658560 #1 üzenetére

  A HIP azért lényeges csak, mert arra CUDA-ról könnyű áttérni a konvertáló miatt. És a HIP kóddal ugyanolyan hatékonyan lehet kiszolgálni az NV és az AMD hardvereit. De a CUDA és a HIP már nem jól portolható OpenCL-re, tehát itt a HIP is ugyanazokkal a problémákat hozza, amiket a CUDA. Eleve az volt a célja, hogy a CUDA másolata legyen, vagyis dettó ugyanúgy működjön, csak az API hívások nevei mások. Az OpenCL-hez a HIP-nek nincs is semmi köze.

  A legfontosabb, hogy a kódszintjén senki nem akar két kódbázist. Egyet akar csak. Ha OpenCL-t, akkor a CUDA és a HIP nem jelent problémát, mert eleve OpenCL-ben van a kód. Ha CUDA-t akar, akkor a Corianderrel a CUDA kódból kiszolgálható az OpenCL. Ha HIP-et használnak akkor pedig a CUDA-HIP hasonlóság miatt CUDA-ra konvertálni gyerekjáték, és onnan megint mehet a Corianderes buli.

Új hozzászólás Aktív témák