Différences entre versions de « Jacket »

m (modifié les liens vers accelereye qui a été renommé à arrayfire)
 
(8 versions intermédiaires par un autre utilisateur non affichées)
Ligne 1 : Ligne 1 :
 
[[Catégorie:Logiciels]]
 
[[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.
 
'''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.
Ligne 10 : Ligne 10 :
 
== Guide ==
 
== Guide ==
  
 
+
'''Attention''' : Jacket est installé sur les machines '''tigre''' et '''lionceau''' seulement.  
'''''Attention''''' : Jacket est installé sur '''tigre''' et '''lionceau'''.  
 
  
 
Présentation donnée par Alexandre Desfossés Foucault : http://dms.umontreal.ca/wiki/images/d/d0/PresentationJacket0.pdf
 
Présentation donnée par Alexandre Desfossés Foucault : http://dms.umontreal.ca/wiki/images/d/d0/PresentationJacket0.pdf
Ligne 17 : Ligne 16 :
 
== Exemples ==
 
== 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>
 
<pre>
 
addpath(genpath('/local/jacket-2.3/jacket/engine/'))
 
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
 
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');
 
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);
 
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.
  
fprintf('Addition: %f\n', tCpuPlus/tGpuPlus); % On compare le temps des deux calculs.
+
% Résultat : « Addition: 17.26681 »
 
+
% 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>
 
</pre>
  
=== Exemple 2 ===
+
=== Multiplication matricielle ===
  
 
<pre>
 
<pre>
 
addpath(genpath('/local/jacket-2.3/jacket/engine/'))
 
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;
 
minSize = 100; maxSize = 2000; it = 100;
 
 
sizes = minSize:it:maxSize;
 
sizes = minSize:it:maxSize;
 
 
nbSizes = length(sizes);
 
nbSizes = length(sizes);
 
 
timeMultGPU = zeros(nbSizes,1);
 
timeMultGPU = zeros(nbSizes,1);
 
 
timeMultCPU = zeros(nbSizes,1);
 
timeMultCPU = zeros(nbSizes,1);
  
Ligne 69 : Ligne 60 :
  
 
G1=grand(currentSize); G2=grand(currentSize);
 
G1=grand(currentSize); G2=grand(currentSize);
 
 
G3=double(G1); G4=double(G2);
 
G3=double(G1); G4=double(G2);
  
 
timeMultGPU(currentTest) = timeit(@() G1*G2);   
 
timeMultGPU(currentTest) = timeit(@() G1*G2);   
 
 
timeMultCPU(currentTest) = timeit(@() G3*G4);
 
timeMultCPU(currentTest) = timeit(@() G3*G4);
  
Ligne 80 : Ligne 69 :
 
end
 
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 des 2 temps.  
 
 
timeMultCPU/timeMultGPU         %Le rapport entre les deux temps calculé.  
 
 
 
plot(minSize:it:maxSize,timeMultGPU,'-or')
 
  
 +
plot(minSize:it:maxSize,timeMultGPU,'-or')  % Affichage des temps sur graphique.
 
hold on
 
hold on
 
 
plot(minSize:it:maxSize,timeMultCPU,'-xb')
 
plot(minSize:it:maxSize,timeMultCPU,'-xb')
  
 
set(gca,'FontSize',16)
 
set(gca,'FontSize',16)
 
 
title('Temps de calcul GPU vs CPU pour la multiplication matricielle')
 
title('Temps de calcul GPU vs CPU pour la multiplication matricielle')
 
 
xlabel('Taille des matrices')
 
xlabel('Taille des matrices')
 
 
ylabel('Temps de calcul (s)')
 
ylabel('Temps de calcul (s)')
 
 
legend('GPU','CPU','Location','NorthWest')
 
legend('GPU','CPU','Location','NorthWest')
 
</pre>
 
</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>
 
<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/'))
 
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);
 
B = gones(n);
  
Ligne 135 : Ligne 114 :
  
 
=== Références externes ===
 
=== 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]

Version actuelle datée du 12 mai 2020 à 13:41


Jacket Logo.png

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


La dernière modification de cette page a été faite le 12 mai 2020 à 13:41.