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 ==
+'''Attention'''&nbsp;: Jacket est installé sur les machines '''tigre''' et '''lionceau''' seulement.
-'''''Attention'''''&nbsp;: Jacket est installé sur '''tigre''' et '''lionceau'''.
 Présentation donnée par Alexandre Desfossés Foucault&nbsp;: http://dms.umontreal.ca/wiki/images/d/d0/PresentationJacket0.pdf
@@ Ligne 16 : / Ligne 16 : @@
 == 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.
-On utilise la fonction [http://wiki.accelereyes.com/wiki/index.php/TIMEIT TIMEIT] de Jacket. La fonction TIMEIT sert à calculer le temps de calcul par les processeurs (GPU ou CPU).
+=== Addition matricielle ===
 <pre>
 addpath(genpath('/local/jacket-2.3/jacket/engine/'))
-clear; clear gpu_hook;
+clear; clear gpu_hook;    % La mémoire du CPU et celle du GPU sont effacées.
 n=6000
-Acpu=rand(n,n,'single');
+Acpu=rand(n,n,'single');  % Déclaration de 2 matrices aléatoires (précision simple) sur CPU.
 Bcpu=rand(n,n,'single');
-Agpu=gsingle(Acpu); %on déclare la même matrice, mais cette fois-ci pour le GPU (c.-à-d., gsingle)
+Agpu=gsingle(Acpu);       % Copie des matrices précédentes sur GPU.
 Bgpu=gsingle(Bcpu);
-tCpuPlus=timeit(@() Acpu+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.
-tGpuPlus=timeit(@() Agpu+Bgpu);
+fprintf('Addition: %f\n', tCpuPlus/tGpuPlus);  % Comparaison des 2 temps.
+% Résultat : « Addition: 17.26681 »
-fprintf('Addition: %f\n', tCpuPlus/tGpuPlus); % On compare le temps des deux calculs.
+% L'opération s'est exécutée 17 fois plus rapidement sur GPU.
-% Le résultat: « Addition: 17.26681 »
-% Le verdict: l'addition matricielle sur GPU est 17 fois plus rapide.
 </pre>
-=== Exemple 2 ===
+=== Multiplication matricielle ===
 <pre>
 addpath(genpath('/local/jacket-2.3/jacket/engine/'))
-clear; clear gpu_hook;
+clear; clear gpu_hook;  % La mémoire du CPU et celle du GPU sont effacées.
-% Chronométrons pour comparer le temps de calcul du CPU au temps de calcul du GPU.
 minSize = 100; maxSize = 2000; it = 100;
 sizes = minSize:it:maxSize;
 nbSizes = length(sizes);
 timeMultGPU = zeros(nbSizes,1);
 timeMultCPU = zeros(nbSizes,1);
@@ Ligne 68 : / Ligne 60 : @@
 	G1=grand(currentSize); G2=grand(currentSize);
 	G3=double(G1); G4=double(G2);
 	timeMultGPU(currentTest) = timeit(@() G1*G2);
 	timeMultCPU(currentTest) = timeit(@() G3*G4);
@@ Ligne 79 : / Ligne 69 : @@
 end
-timeMultGPU          %Le temps calculé pour le GPU
+timeMultGPU              % Le temps calculé pour le GPU.
+timeMultCPU              % Le temps calculé pour le CPU.
-timeMultCPU          %Le temps calculé pour le CPU
-timeMultCPU/timeMultGPU          %Le rapport entre les deux temps calculé.
-plot(minSize:it:maxSize,timeMultGPU,'-or')
+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')
 </pre>
-=== Exemple 3 (GFOR) ===
+=== Boucle <tt>gfor</tt> ===
-Dans cet exemple on va exécuter plusieurs itérations d'une boucle «for» simultanément sur le GPU. Tous les m multiplications matricielles sont réalisées simultanément.
+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.
 <pre>
-clear; clear gpu_hook;
+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;
-n=5;
+A = grand(n,n,m);  % On crée un tableau sur le GPU qui contient m matrices n x n aléatoires.
-m=20;
-A = grand(n,n,m);  % On crée une matrice (un tableau) sur le GPU.
 B = gones(n);
@@ Ligne 134 : / 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 »