Différences entre les versions de « Jacket »

Version actuelle datée du 12 mai 2020 à 13:41

Jacket est un toolbox propriétaire pour MATLAB qui permet l'exécution de code sur GPUs. Similaire à GPUmat, son cousin gratuit, pour sa syntaxe, Jacket comprend cependant davantage de fonctions implémentées et accélère également l'affichage des graphismes 2d ou 3d, en faisant usage du GPU.

Guide

Attention : Jacket est installé sur les machines tigre et lionceau seulement.

Présentation donnée par Alexandre Desfossés Foucault : http://dms.umontreal.ca/wiki/images/d/d0/PresentationJacket0.pdf

Exemples

Dans les exemples suivants, la fonction TIMEIT de Jacket est utilisée afin de chronométrer le temps d'exécution d'un segment de code ou d'une fonction tournant sur CPU ou sur GPU.

Addition matricielle

addpath(genpath('/local/jacket-2.3/jacket/engine/'))

clear; clear gpu_hook;    % La mémoire du CPU et celle du GPU sont effacées.

n=6000

Acpu=rand(n,n,'single');  % Déclaration de 2 matrices aléatoires (précision simple) sur CPU.
Bcpu=rand(n,n,'single');

Agpu=gsingle(Acpu);       % Copie des matrices précédentes sur GPU.
Bgpu=gsingle(Bcpu);

tCpuPlus=timeit(@() Acpu+Bcpu);  % Mesure du temps d'exécution de l'addition des 2 matrices
tGpuPlus=timeit(@() Agpu+Bgpu);  % pour le CPU et pour le GPU.

fprintf('Addition: %f\n', tCpuPlus/tGpuPlus);  % Comparaison des 2 temps.

% Résultat : « Addition: 17.26681 »
% L'opération s'est exécutée 17 fois plus rapidement sur GPU.

Multiplication matricielle

addpath(genpath('/local/jacket-2.3/jacket/engine/'))

clear; clear gpu_hook;  % La mémoire du CPU et celle du GPU sont effacées.

minSize = 100; maxSize = 2000; it = 100;
sizes = minSize:it:maxSize;
nbSizes = length(sizes);
timeMultGPU = zeros(nbSizes,1);
timeMultCPU = zeros(nbSizes,1);

currentTest = 1;

for currentSize = minSize:it:maxSize

	G1=grand(currentSize); G2=grand(currentSize);
	G3=double(G1); G4=double(G2);

	timeMultGPU(currentTest) = timeit(@() G1*G2);  
	timeMultCPU(currentTest) = timeit(@() G3*G4);

	currentTest = currentTest + 1;

end

timeMultGPU              % Le temps calculé pour le GPU.
timeMultCPU              % Le temps calculé pour le CPU.

timeMultCPU/timeMultGPU  % Le rapport des 2 temps. 

plot(minSize:it:maxSize,timeMultGPU,'-or')  % Affichage des temps sur graphique.
hold on
plot(minSize:it:maxSize,timeMultCPU,'-xb')

set(gca,'FontSize',16)
title('Temps de calcul GPU vs CPU pour la multiplication matricielle')
xlabel('Taille des matrices')
ylabel('Temps de calcul (s)')
legend('GPU','CPU','Location','NorthWest')

Boucle `gfor`

Dans cet exemple, plusieurs itérations d'une boucle sont exécutées simultanément sur le GPU par la commande gfor. Ceci est possible ici puisque les itérations sont indépendantes les unes des autres.

clear; clear gpu_hook;  % La mémoire du CPU et celle du GPU sont effacées.

addpath(genpath('/local/jacket-2.3/jacket/engine/'))

n=5; m=20;

A = grand(n,n,m);  % On crée un tableau sur le GPU qui contient m matrices n x n aléatoires.
B = gones(n);

gfor p = 1:m

    A(:,:,p) = A(:,:,p) * B

gend

Voir aussi

Articles connexes

Références externes

@@ Ligne 1 : / Ligne 1 : @@
 [[Catégorie:Logiciels]]
-[[Image:Jacket_Logo.png|thumb|Le logo de Jacket.]]
+[[Image:Jacket_Logo.png|thumb]]
 '''Jacket''' est un ''toolbox'' propriétaire pour [[MATLAB|MATLAB]] qui permet l'exécution de code sur GPUs. Similaire à [[GPUmat|GPUmat]], son cousin gratuit, pour sa syntaxe, Jacket comprend cependant davantage de fonctions implémentées et accélère également l'affichage des graphismes 2d ou 3d, en faisant usage du GPU.
 __TOC__
@@ Ligne 9 : / Ligne 10 : @@
 == Guide ==
-Présentation donnée par Alexandre Desfosses Foucault: http://dms.umontreal.ca/wiki/images/9/9a/PresentationJacket.pdf
+'''Attention'''&nbsp;: Jacket est installé sur les machines '''tigre''' et '''lionceau''' seulement.
+Présentation donnée par Alexandre Desfossés Foucault&nbsp;: http://dms.umontreal.ca/wiki/images/d/d0/PresentationJacket0.pdf
 == Exemples ==
-===Exemple 1===
+Dans les exemples suivants, la fonction TIMEIT de Jacket est utilisée afin de chronométrer le temps d'exécution d'un segment de code ou d'une fonction tournant sur CPU ou sur GPU.
-clear
+=== Addition matricielle ===
+<pre>
+addpath(genpath('/local/jacket-2.3/jacket/engine/'))
-addpath(genpath('/local/jacket-2.0/engine/'))
+clear; clear gpu_hook;    % La mémoire du CPU et celle du GPU sont effacées.
-%% Exécution de plusieurs opérations indépendantes sur le CPU
+n=6000
-%Création des matrices sur le CPU
+Acpu=rand(n,n,'single');  % Déclaration de 2 matrices aléatoires (précision simple) sur CPU.
+Bcpu=rand(n,n,'single');
-matrixSize = 2000;
+Agpu=gsingle(Acpu);       % Copie des matrices précédentes sur GPU.
-A = rand(matrixSize);
+Bgpu=gsingle(Bcpu);
-b = ones(matrixSize,1);
-tic
+tCpuPlus=timeit(@() Acpu+Bcpu);  % Mesure du temps d'exécution de l'addition des 2 matrices
+tGpuPlus=timeit(@() Agpu+Bgpu);  % pour le CPU et pour le GPU.
-%pour plusieurs valeurs de p différentes, on résoud le système linéaire
+fprintf('Addition: %f\n', tCpuPlus/tGpuPlus);  % Comparaison des 2 temps.
-for p = 1:50
+% Résultat : « Addition: 17.26681 »
+% L'opération s'est exécutée 17 fois plus rapidement sur GPU.
-x = linsolve(A,p*b);
+</pre>
-end
+=== Multiplication matricielle ===
+<pre>
+addpath(genpath('/local/jacket-2.3/jacket/engine/'))
+clear; clear gpu_hook;  % La mémoire du CPU et celle du GPU sont effacées.
-allCpuTime = toc
+minSize = 100; maxSize = 2000; it = 100;
+sizes = minSize:it:maxSize;
+nbSizes = length(sizes);
+timeMultGPU = zeros(nbSizes,1);
+timeMultCPU = zeros(nbSizes,1);
+currentTest = 1;
-%% On refait la même chose, en mettant les variables sur le gpu
+for currentSize = minSize:it:maxSize
-A = gdouble(A);
+	G1=grand(currentSize); G2=grand(currentSize);
-b = gdouble(b);
+	G3=double(G1); G4=double(G2);
-tic
+	timeMultGPU(currentTest) = timeit(@() G1*G2);
+	timeMultCPU(currentTest) = timeit(@() G3*G4);
-%pour plusieurs valeurs de p différentes, on résoud le système linéaire
+	currentTest = currentTest + 1;
-for p = 1:50
-x = linsolve(A,p*b);
 end
-gpuVariablesForLoopTime = toc
+timeMultGPU              % Le temps calculé pour le GPU.
+timeMultCPU              % Le temps calculé pour le CPU.
+timeMultCPU/timeMultGPU  % Le rapport des 2 temps.
-%% On utilise GFOR pour faire tourner toutes résolutions linéaires en même temps
+plot(minSize:it:maxSize,timeMultGPU,'-or')  % Affichage des temps sur graphique.
+hold on
+plot(minSize:it:maxSize,timeMultCPU,'-xb')
-tic
+set(gca,'FontSize',16)
+title('Temps de calcul GPU vs CPU pour la multiplication matricielle')
+xlabel('Taille des matrices')
+ylabel('Temps de calcul (s)')
+legend('GPU','CPU','Location','NorthWest')
+</pre>
-gfor p = 1:50
+=== Boucle <tt>gfor</tt> ===
+Dans cet exemple, plusieurs itérations d'une boucle sont exécutées simultanément sur le GPU par la commande <tt>gfor</tt>. Ceci est possible ici puisque les itérations sont indépendantes les unes des autres.
-x = linsolve(A,p*b);
-gend
-GFORTime = toc
+<pre>
+clear; clear gpu_hook;  % La mémoire du CPU et celle du GPU sont effacées.
-%% Résultats
+addpath(genpath('/local/jacket-2.3/jacket/engine/'))
-%Variables sur cpu  :  1.4222e+01
-% Variables sur GPU et boucle for : 4.4444e+00
-% Variables sur GPU et boucle GFOR : 2.5247e+00
-%Attention, chiffres valides pour une matrice 2000x2000
+n=5; m=20;
+A = grand(n,n,m);  % On crée un tableau sur le GPU qui contient m matrices n x n aléatoires.
+B = gones(n);
+gfor p = 1:m
+    A(:,:,p) = A(:,:,p) * B
+gend
+</pre>
 == Voir aussi ==
@@ Ligne 91 : / Ligne 114 : @@
 === Références externes ===
-* [http://www.accelereyes.com/ Site officiel de Jacket]
+* [https://arrayfire.com/ Site officiel de Jacket]
-* [http://en.wikipedia.org/wiki/Jacket_%28software%29 Jacket sur Wikipédia]
+* [https://en.wikipedia.org/wiki/ArrayFire Jacket (remplaçé par Arrayfire) sur Wikipédia]

Différences entre les versions de « Jacket »