Changes between Version 10 and Version 11 of DDemulation

Timestamp:

Jul 7, 2010 9:07:20 PM (14 years ago)

Author:

nakasato

Comment:

--

DDemulation

@@ -1 +1 @@
 = DDエミュレーション手法の性能について =
 いわゆるdouble-doubleエミュレーション手法により、四倍精度演算を利用して、ファインマンループの数値積分を計算した場合の演算性能について。
-ACAT2010での発表と論文の時点から、CypressアーキテクチャGPUでの演算性能がさらに向上したので、結果をまとめる。
+SWoPP2009での発表から、さらにACAT2010での発表と論文の時点から、CypressアーキテクチャGPUでの演算性能が向上したので結果をまとめる。
 
-= SWoPP2009 =
+== SWoPP2009 ==
  [attachment:wiki:WikiStart:Swopp2009.pdf Swopp2009発表の研究報告]
 
-= ACAT2010論文 =
+== ACAT2010論文 ==
  [attachment:ACAT2010_Nakasato.pdf] : ACAT2010の発表論文 preliminary version
+
+== 結果 ==
+=== 演算性能 ===
+|| || N=256 || N=512 || N=1024 || N=2048|| note ||
+||Core i7 || 63.6 || 63.7 || 63.7   ||       || 2670MHz 1 core ||
+||GRAPE-DR|| 2234 || 3106 || 3840   || 4365  || 380MHz 512 core||
+||RV770   || 5220 || 5694 || 5977 || 6058    || 850MHz 160 core||
+||Cypress || 9395 || 12958 || 15497 || 16938 || 850MHz 320 core||
+||Cypress FMA||   ||       || 23981 || 27270 || 850MHz 320 core||
+
+性能はMFLOPS。28N^3^演算として評価した。Cypressでは、FMA命令を使うことでDD乗算が2.5倍ほど高速化するため非常に効率がよい。
+1 coreのCPUと比べると400倍以上高速となった。
+
+=== 単位電力あたり ===
+||        ||  MFLOPS || MFLOPS/W || W (nominal) ||
+||Core i7 || 63.7    || 2.12     || 30W ||
+||GRAPE-DR|| 4365    || 87.3     || 50W ||
+||RV770   || 6058    || 37.9     || 160W ||
+||Cypress FMA|| 27270 || 145.1   || 188W ||
+
+
+== 行列乗算のテスト実装 ==
+四倍精度での行列乗算をGPUでテスト的に実装してみた。単精度倍精度の結果を含めて[wiki:MatrixMultiply]を参照のこと
 
 == ソースコード ==
@@ -23 +46 @@
 res += gw30/d**2;
 }}}
-
-== 結果 ==
-|| || N=256 || N=512 || N=1024 || N=2048|| note ||
-||Core i7 || 63.6 || 63.7 || 63.7   ||       || 2670MHz 1 core ||
-||GRAPE-DR|| 2234 || 3106 || 3840   || 4365  || 380MHz 512 core||
-||RV770   || 5220 || 5694 || 5977 || 6058    || 850MHz 160 core||
-||Cypress || 9395 || 12958 || 15497 || 16938 || 850MHz 320 core||
-||Cypress FMA||   ||       || 23981 || 27270 || 850MHz 320 core||
-
-性能はMFLOPS。28N^3^演算として評価した。Cypressでは、FMA命令を使うことでDD乗算が2.5倍ほど高速化するため非常に効率がよい。
-1 coreのCPUと比べると400倍以上高速となった。
-
-== 行列乗算のテスト実装 ==
-四倍精度での行列乗算をGPUでテスト的に実装してみた。単精度倍精度の結果を含めて[wiki:MatrixMultiply]を参照のこと