/************************************************************************** 多项式计算函数。按下面的要求编辑此文件： 1. 将你的学号、姓名，以注释的方式写到下面； 2. 实现不同版本的多项式计算函数； 3. 编辑peval_fun_rec peval_fun_tab数组，将你的最好的答案 （最小CPE、最小C10）作为数组的前两项 ***************************************************************************/ /* 学号：201209054233 姓名：夜半加班狂 */ #include #include #include typedef int (*peval_fun)(int*, int, int); typedef struct { peval_fun f; char *descr; } peval_fun_rec, *peval_fun_ptr; /************************************************************************** Edit this comment to indicate your name and Andrew ID #ifdef ASSIGN Submission by Harry Q. Bovik, bovik@andrew.cmu.edu #else Instructor's version. Created by Randal E. Bryant, Randy.Bryant@cs.cmu.edu, 10/07/02 #endif ***************************************************************************/ /* 实现一个指定的常系数多项式计算 第一次，请直接运行程序，以便获知你需要实现的常系数是啥 */ int const_poly_eval(int *not_use, int not_use2, int x) { int result = 0; /* int i; int xpwr = 1; // x的幂次 int a[4] = {21,90,42,88}; for (i = 0; i <= 3; i++) { result += a[i]*xpwr; xpwr *= x; } */ // 90 = 64 + 32 - 4 - 2 // 42 = 32 + 8 + 2 // 88 = 64 + 16 + 8 int x64,x32,x16,x8,x4,x2; x64 = x << 6; x32 = x << 5; x16 = x << 4; x8 = x << 3; x4 = x << 2; x2 = x << 1; result = 21 + x64+x32-x4-x2 + ((x32+x8+x2) + (x64+x16+x8)*x)*x; return result; } /* 多项式计算函数。注意：这个只是一个参考实现，你需要实现自己的版本 */ /* 友情提示：lcc支持ATT格式的嵌入式汇编，例如 _asm("movl %eax,%ebx"); _asm("pushl %edx"); 可以在lcc中project->configuration->Compiler->Code Generation->Generate .asm， 将其选中后，可以在lcc目录下面生成对应程序的汇编代码实现。通过查看汇编文件， 你可以了解编译器是如何实现你的代码的。有些实现可能非常低效。 你可以在适当的地方加入嵌入式汇编，来大幅度提高计算性能。 */ int poly_eval(int *a, int degree, int x) { int result = 0; int i; int xpwr = 1; /* x的幂次 */ // printf("阶=%d\n",degree); for (i = 0; i <= degree; i++) { result += a[i]*xpwr; xpwr *= x; } return result; } /* CUDA优化的多项式计算函数 - 低CPE版本 */ int cuda_poly_eval_low_cpe(int *a, int degree, int x) { // 对于低CPE版本，我们使用CUDA并行计算多项式的各个项 // 然后将结果传回主机进行求和 // 分配设备内存 int *d_a, *d_results; cudaError_t err; // 分配内存 err = cudaMalloc(&d_a, (degree + 1) * sizeof(int)); if (err != cudaSuccess) { printf("CUDA Error: %s\n", cudaGetErrorString(err)); return 0; } err = cudaMalloc(&d_results, (degree + 1) * sizeof(int)); if (err != cudaSuccess) { printf("CUDA Error: %s\n", cudaGetErrorString(err)); cudaFree(d_a); return 0; } // 将系数从主机复制到设备 err = cudaMemcpy(d_a, a, (degree + 1) * sizeof(int), cudaMemcpyHostToDevice); if (err != cudaSuccess) { printf("CUDA Error: %s\n", cudaGetErrorString(err)); cudaFree(d_a); cudaFree(d_results); return 0; } // 定义CUDA核函数 dim3 blockDim(256); dim3 gridDim((degree + 1 + blockDim.x - 1) / blockDim.x); // 启动核函数 cudaPolyEvalLowCPE<<>>(d_a, degree, x, d_results); // 检查核函数执行错误 err = cudaGetLastError(); if (err != cudaSuccess) { printf("CUDA Error: %s\n", cudaGetErrorString(err)); cudaFree(d_a); cudaFree(d_results); return 0; } // 分配主机内存用于结果 int *h_results = (int *)malloc((degree + 1) * sizeof(int)); if (h_results == NULL) { printf("Memory allocation error\n"); cudaFree(d_a); cudaFree(d_results); return 0; } // 将结果从设备复制回主机 err = cudaMemcpy(h_results, d_results, (degree + 1) * sizeof(int), cudaMemcpyDeviceToHost); if (err != cudaSuccess) { printf("CUDA Error: %s\n", cudaGetErrorString(err)); free(h_results); cudaFree(d_a); cudaFree(d_results); return 0; } // 在主机上求和 int result = 0; for (int i = 0; i <= degree; i++) { result += h_results[i]; } // 释放内存 free(h_results); cudaFree(d_a); cudaFree(d_results); return result; } /* CUDA优化的多项式计算函数 - 10阶优化版本 */ int cuda_poly_eval_degree10(int *a, int degree, int x) { // 对于10阶多项式，我们可以使用更优化的方法 // 使用CUDA并行计算，但针对10阶多项式进行特殊优化 // 分配设备内存 int *d_a, *d_result; cudaError_t err; // 分配内存 err = cudaMalloc(&d_a, (degree + 1) * sizeof(int)); if (err != cudaSuccess) { printf("CUDA Error: %s\n", cudaGetErrorString(err)); return 0; } err = cudaMalloc(&d_result, sizeof(int)); if (err != cudaSuccess) { printf("CUDA Error: %s\n", cudaGetErrorString(err)); cudaFree(d_a); return 0; } // 将系数从主机复制到设备 err = cudaMemcpy(d_a, a, (degree + 1) * sizeof(int), cudaMemcpyHostToDevice); if (err != cudaSuccess) { printf("CUDA Error: %s\n", cudaGetErrorString(err)); cudaFree(d_a); cudaFree(d_result); return 0; } // 定义CUDA核函数 dim3 blockDim(256); dim3 gridDim(1); // 只需要一个块，因为我们只需要一个结果 // 启动核函数 cudaPolyEvalDegree10<<>>(d_a, degree, x, d_result); // 检查核函数执行错误 err = cudaGetLastError(); if (err != cudaSuccess) { printf("CUDA Error: %s\n", cudaGetErrorString(err)); cudaFree(d_a); cudaFree(d_result); return 0; } // 获取结果 int result; err = cudaMemcpy(&result, d_result, sizeof(int), cudaMemcpyDeviceToHost); if (err != cudaSuccess) { printf("CUDA Error: %s\n", cudaGetErrorString(err)); cudaFree(d_a); cudaFree(d_result); return 0; } // 释放内存 cudaFree(d_a); cudaFree(d_result); return result; } /* CUDA核函数 - 低CPE版本 */ __global__ void cudaPolyEvalLowCPE(int *a, int degree, int x, int *results) { int idx = blockIdx.x * blockDim.x + threadIdx.x; if (idx <= degree) { // 计算x的幂 int xpwr = 1; for (int i = 0; i < idx; i++) { xpwr *= x; } // 计算这一项的结果 results[idx] = a[idx] * xpwr; } } /* CUDA核函数 - 10阶优化版本 */ __global__ void cudaPolyEvalDegree10(int *a, int degree, int x, int *result) { // 使用共享内存来存储中间结果 __shared__ int shared_result; // 只有第一个线程初始化共享结果 if (threadIdx.x == 0) { shared_result = 0; } __syncthreads(); // 每个线程计算一部分项 int local_result = 0; int xpwr = 1; // 计算x的幂 for (int i = 0; i < threadIdx.x; i++) { xpwr *= x; } // 计算这一项的结果 if (threadIdx.x <= degree) { local_result = a[threadIdx.x] * xpwr; } // 使用原子操作累加结果 atomicAdd(&shared_result, local_result); // 同步所有线程 __syncthreads(); // 只有第一个线程将结果写回全局内存 if (threadIdx.x == 0) { *result = shared_result; } } /* 这个表格包含多个数组元素，每一组元素（函数名字, "描述字符串"） 将你认为最好的两个实现，放在最前面。 比如： {my_poly_eval1, "超级垃圾实现"}, {my_poly_eval2, "好一点的实现"}, */ peval_fun_rec peval_fun_tab[] = { /* 第一项，应当是你写的最好CPE的函数实现 */ {cuda_poly_eval_low_cpe, "CUDA optimized low CPE implementation"}, /* 第二项，应当是你写的在10阶时具有最好性能的实现 */ {cuda_poly_eval_degree10, "CUDA optimized degree 10 implementation"}, {poly_eval, "poly_eval: 参考实现"}, /* 下面的代码不能修改或者删除！！表明数组列表结束 */ {NULL, ""} };