一种基于OpenCL的稠密矩阵乘GPU加速方法

摘要

本发明公开了一种基于OpenCL的稠密矩阵乘GPU加速方法，先在CPU上对稠密矩阵A和稠密矩阵B进行边界补齐，矩阵A和B的尺寸为OpenCL工作组的倍数；然后CPU将填充后矩阵A和B的数据传送给GPU；进行任务分配和设备内存优化，采用矩阵分块思想将矩阵待计算数据缓存至GPU局部存储器；采用向量计算合并多个矩阵元素；采用单个工作项计算多个数据方式；最后GPU按照划分的子矩阵计算每个子矩阵的运算结果，去除补齐的边界部分，将计算结果返回CPU完成加速。本发明针对稠密矩阵乘这一计算任务，在GPU上进行了多层次优化，极大提升了任务计算速度。