mirror of
https://github.com/ROCm/composable_kernel.git
synced 2026-05-11 17:00:18 +00:00
enable 128x128 block gemm
This commit is contained in:
@@ -190,7 +190,7 @@ void device_implicit_gemm_convolution_2_chwn_cyxk_khwn(InDesc,
|
||||
constexpr index_t WeiBlockCopyDataPerRead = 4;
|
||||
|
||||
constexpr index_t BlockSize = 256;
|
||||
#elif 1
|
||||
#elif 0
|
||||
// 1x1, 14x14, Vega 20, disable lds_double_buffer, enable register double buffer
|
||||
constexpr index_t BPerBlock = 64;
|
||||
constexpr index_t KPerBlock = 128;
|
||||
@@ -221,8 +221,8 @@ void device_implicit_gemm_convolution_2_chwn_cyxk_khwn(InDesc,
|
||||
|
||||
constexpr index_t BlockSize = 128;
|
||||
#elif 1
|
||||
// 1x1, 14x14, Vega 20, hack CPerBlock = 1
|
||||
constexpr index_t BPerBlock = 64;
|
||||
// 1x1, 14x14, Vega 20, try
|
||||
constexpr index_t BPerBlock = 128;
|
||||
constexpr index_t KPerBlock = 128;
|
||||
constexpr index_t CPerBlock = 8;
|
||||
|
||||
|
||||
@@ -377,13 +377,13 @@ struct BlockwiseGemmBlockABlockBThreadCTransANormalBNormalC_v2
|
||||
constexpr index_t MRepeat = MPerThread / MPerThreadSubC;
|
||||
constexpr index_t NRepeat = NPerThread / NPerThreadSubC;
|
||||
|
||||
//auto a_src_index = a_block_mtx.Get1dIndex(k_begin, 0) + mMyThreadOffsetA;
|
||||
//auto b_src_index = b_block_mtx.Get1dIndex(k_begin, 0) + mMyThreadOffsetB;
|
||||
// auto a_src_index = a_block_mtx.Get1dIndex(k_begin, 0) + mMyThreadOffsetA;
|
||||
// auto b_src_index = b_block_mtx.Get1dIndex(k_begin, 0) + mMyThreadOffsetB;
|
||||
Float4* reg_a = (Float4*)(p_a_thread);
|
||||
Float4* reg_b = (Float4*)(p_b_thread);
|
||||
Float4* reg_c = (Float4*)(p_c_thread);
|
||||
void* a_loc = (void *)(p_a_block + mMyThreadOffsetA);
|
||||
void* b_loc = (void *)(p_b_block + mMyThreadOffsetB);
|
||||
void* a_loc = (void*)(p_a_block + mMyThreadOffsetA);
|
||||
void* b_loc = (void*)(p_b_block + mMyThreadOffsetB);
|
||||
// loop over k
|
||||
int k_chunk = 2;
|
||||
#pragma unroll
|
||||
@@ -403,9 +403,9 @@ struct BlockwiseGemmBlockABlockBThreadCTransANormalBNormalC_v2
|
||||
outerProduct4x4(reg_a[1], reg_b[0], reg_c[8], reg_c[10], reg_c[12], reg_c[14]);
|
||||
outerProduct4x4(reg_a[1], reg_b[1], reg_c[9], reg_c[11], reg_c[13], reg_c[15]);
|
||||
#else
|
||||
int k = k_begin;
|
||||
int lds_a_block_off = sizeof(Float) * M;
|
||||
int lds_b_block_off = sizeof(Float) * N;
|
||||
int k = k_begin;
|
||||
int lds_a_block_off = sizeof(Float) * M;
|
||||
int lds_b_block_off = sizeof(Float) * N;
|
||||
int lds_a_block_off_1 = MPerLevel1Cluster * sizeof(Float);
|
||||
int lds_b_block_off_1 = NPerLevel1Cluster * sizeof(Float);
|
||||
ds_read_b128(reg_a[0], a_loc, k * lds_a_block_off);
|
||||
|
||||
@@ -272,7 +272,7 @@ class gridwise_implicit_gemm_convolution_2_chwn_cyxk_khwn
|
||||
|
||||
// LDS: be careful of alignment
|
||||
constexpr index_t max_align =
|
||||
mod_conv::max(InBlockCopyDataPerRead, WeiBlockCopyDataPerRead);
|
||||
mod_conv::max(index_t(4), InBlockCopyDataPerRead, WeiBlockCopyDataPerRead);
|
||||
|
||||
constexpr index_t in_block_element_space =
|
||||
in_cb_block_desc.GetElementSpace(Number<max_align>{});
|
||||
@@ -297,7 +297,8 @@ class gridwise_implicit_gemm_convolution_2_chwn_cyxk_khwn
|
||||
|
||||
for(index_t c_block_data_begin = 0; c_block_data_begin < C; c_block_data_begin += CPerBlock,
|
||||
p_in_global_block_offset += CPerBlock * in_cb_global_desc.GetStride(I0),
|
||||
p_wei_global_block_offset += CPerBlock * wei_cyxk_global_desc.GetStride(I0), __syncthreads())
|
||||
p_wei_global_block_offset += CPerBlock * wei_cyxk_global_desc.GetStride(I0),
|
||||
__syncthreads())
|
||||
{
|
||||
// load data
|
||||
blockwise_in_copy.Run(p_in_global_block_offset, p_in_block);
|
||||
|
||||
@@ -4,56 +4,68 @@ typedef float Float4 __attribute__((ext_vector_type(4)));
|
||||
|
||||
extern "C" __attribute__((address_space(3))) void* __to_local(void* p)[[hc]];
|
||||
|
||||
inline __device__ void lgkmcnt(int cnt){
|
||||
inline __device__ void lgkmcnt(int cnt)
|
||||
{
|
||||
#if 1
|
||||
if(cnt == 0) {
|
||||
if(cnt == 0)
|
||||
{
|
||||
asm volatile("\n \
|
||||
s_waitcnt lgkmcnt(0) \n \
|
||||
"::);
|
||||
" ::);
|
||||
}
|
||||
else if(cnt == 1) {
|
||||
else if(cnt == 1)
|
||||
{
|
||||
asm volatile("\n \
|
||||
s_waitcnt lgkmcnt(1) \n \
|
||||
"::);
|
||||
" ::);
|
||||
}
|
||||
else if(cnt == 2) {
|
||||
else if(cnt == 2)
|
||||
{
|
||||
asm volatile("\n \
|
||||
s_waitcnt lgkmcnt(2) \n \
|
||||
"::);
|
||||
" ::);
|
||||
}
|
||||
else if(cnt == 3) {
|
||||
else if(cnt == 3)
|
||||
{
|
||||
asm volatile("\n \
|
||||
s_waitcnt lgkmcnt(3) \n \
|
||||
"::);
|
||||
" ::);
|
||||
}
|
||||
else if(cnt == 4) {
|
||||
else if(cnt == 4)
|
||||
{
|
||||
asm volatile("\n \
|
||||
s_waitcnt lgkmcnt(4) \n \
|
||||
"::);
|
||||
" ::);
|
||||
}
|
||||
else {
|
||||
else
|
||||
{
|
||||
assert(0);
|
||||
}
|
||||
#endif
|
||||
}
|
||||
|
||||
inline __device__ void outerProduct1x4(const float *a, const float *b, float *c) {
|
||||
inline __device__ void outerProduct1x4(const float* a, const float* b, float* c)
|
||||
{
|
||||
asm volatile("\n \
|
||||
v_mac_f32 %0, %4, %5 \n \
|
||||
v_mac_f32 %1, %4, %6 \n \
|
||||
v_mac_f32 %2, %4, %7 \n \
|
||||
v_mac_f32 %3, %4, %8 \n \
|
||||
"
|
||||
:
|
||||
"=v"(c[0]), "=v"(c[1]), "=v"(c[2]), "=v"(c[3])
|
||||
:
|
||||
"v"(a[0]),
|
||||
"v"(b[0]), "v"(b[1]), "v"(b[2]), "v"(b[3]),
|
||||
"0"(c[0]), "1"(c[1]), "2"(c[2]), "3"(c[3])
|
||||
);
|
||||
: "=v"(c[0]), "=v"(c[1]), "=v"(c[2]), "=v"(c[3])
|
||||
: "v"(a[0]),
|
||||
"v"(b[0]),
|
||||
"v"(b[1]),
|
||||
"v"(b[2]),
|
||||
"v"(b[3]),
|
||||
"0"(c[0]),
|
||||
"1"(c[1]),
|
||||
"2"(c[2]),
|
||||
"3"(c[3]));
|
||||
}
|
||||
|
||||
inline __device__ void outerProduct1x4(const float &a, const Float4 &b, Float4 &c) {
|
||||
inline __device__ void outerProduct1x4(const float& a, const Float4& b, Float4& c)
|
||||
{
|
||||
#if 0
|
||||
asm volatile(
|
||||
"\n \
|
||||
@@ -67,12 +79,13 @@ inline __device__ void outerProduct1x4(const float &a, const Float4 &b, Float4 &
|
||||
"v"(a.x),"v"(b.x),"v"(b.y),"v"(b.z),"v"(b.w)
|
||||
);
|
||||
#else
|
||||
outerProduct1x4(&a, (float *)&b, (float *)&c);
|
||||
outerProduct1x4(&a, (float*)&b, (float*)&c);
|
||||
#endif
|
||||
}
|
||||
|
||||
|
||||
inline __device__ void outerProduct4x4(const Float4 &a, const Float4 &b, Float4 &c0, Float4 &c1, Float4 &c2, Float4 &c3) {
|
||||
inline __device__ void
|
||||
outerProduct4x4(const Float4& a, const Float4& b, Float4& c0, Float4& c1, Float4& c2, Float4& c3)
|
||||
{
|
||||
#if 0
|
||||
asm volatile(
|
||||
"\n \
|
||||
@@ -126,7 +139,7 @@ inline __device__ void outerProduct4x4(const Float4 &a, const Float4 &b, Float4
|
||||
#endif
|
||||
}
|
||||
|
||||
inline __device__ void outerProduct8x8(const Float4 *a, const Float4 *b, Float4 *c)
|
||||
inline __device__ void outerProduct8x8(const Float4* a, const Float4* b, Float4* c)
|
||||
{
|
||||
outerProduct4x4(a[0], b[0], c[0], c[2], c[4], c[6]);
|
||||
outerProduct4x4(a[0], b[1], c[1], c[3], c[5], c[7]);
|
||||
@@ -134,250 +147,223 @@ inline __device__ void outerProduct8x8(const Float4 *a, const Float4 *b, Float4
|
||||
outerProduct4x4(a[1], b[1], c[9], c[11], c[13], c[15]);
|
||||
}
|
||||
|
||||
inline __device__ void ds_read_b128(Float4 &r, void *lds, int offset = 0)
|
||||
inline __device__ void ds_read_b128(Float4& r, void* lds, int offset = 0)
|
||||
{
|
||||
if(offset == 0)
|
||||
{
|
||||
asm volatile("\n \
|
||||
ds_read_b128 %0, %1 offset:0 \n \
|
||||
"
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds))
|
||||
);
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds)));
|
||||
}
|
||||
else if(offset == 128)
|
||||
{
|
||||
asm volatile("\n \
|
||||
ds_read_b128 %0, %1 offset:128 \n \
|
||||
"
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds))
|
||||
);
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds)));
|
||||
}
|
||||
else if(offset == 256)
|
||||
{
|
||||
asm volatile("\n \
|
||||
ds_read_b128 %0, %1 offset:256 \n \
|
||||
"
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds))
|
||||
);
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds)));
|
||||
}
|
||||
else if(offset == 384)
|
||||
{
|
||||
asm volatile("\n \
|
||||
ds_read_b128 %0, %1 offset:384 \n \
|
||||
"
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds))
|
||||
);
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds)));
|
||||
}
|
||||
else if(offset == 512)
|
||||
{
|
||||
asm volatile("\n \
|
||||
ds_read_b128 %0, %1 offset:512 \n \
|
||||
"
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds))
|
||||
);
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds)));
|
||||
}
|
||||
else if(offset == 640)
|
||||
{
|
||||
asm volatile("\n \
|
||||
ds_read_b128 %0, %1 offset:640 \n \
|
||||
"
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds))
|
||||
);
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds)));
|
||||
}
|
||||
else if(offset == 768)
|
||||
{
|
||||
asm volatile("\n \
|
||||
ds_read_b128 %0, %1 offset:768 \n \
|
||||
"
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds))
|
||||
);
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds)));
|
||||
}
|
||||
else if(offset == 896)
|
||||
{
|
||||
asm volatile("\n \
|
||||
ds_read_b128 %0, %1 offset:896 \n \
|
||||
"
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds))
|
||||
);
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds)));
|
||||
}
|
||||
else if(offset == 1024)
|
||||
{
|
||||
asm volatile("\n \
|
||||
ds_read_b128 %0, %1 offset:1024 \n \
|
||||
"
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds))
|
||||
);
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds)));
|
||||
}
|
||||
else if(offset == 1152)
|
||||
{
|
||||
asm volatile("\n \
|
||||
ds_read_b128 %0, %1 offset:1152 \n \
|
||||
"
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds))
|
||||
);
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds)));
|
||||
}
|
||||
else if(offset == 1280)
|
||||
{
|
||||
asm volatile("\n \
|
||||
ds_read_b128 %0, %1 offset:1280 \n \
|
||||
"
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds))
|
||||
);
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds)));
|
||||
}
|
||||
else if(offset == 1408)
|
||||
{
|
||||
asm volatile("\n \
|
||||
ds_read_b128 %0, %1 offset:1408 \n \
|
||||
"
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds))
|
||||
);
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds)));
|
||||
}
|
||||
else if(offset == 1536)
|
||||
{
|
||||
asm volatile("\n \
|
||||
ds_read_b128 %0, %1 offset:1536 \n \
|
||||
"
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds))
|
||||
);
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds)));
|
||||
}
|
||||
else if(offset == 1664)
|
||||
{
|
||||
asm volatile("\n \
|
||||
ds_read_b128 %0, %1 offset:1664 \n \
|
||||
"
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds))
|
||||
);
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds)));
|
||||
}
|
||||
else if(offset == 1792)
|
||||
{
|
||||
asm volatile("\n \
|
||||
ds_read_b128 %0, %1 offset:1792 \n \
|
||||
"
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds))
|
||||
);
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds)));
|
||||
}
|
||||
else if(offset == 1920)
|
||||
{
|
||||
asm volatile("\n \
|
||||
ds_read_b128 %0, %1 offset:1920 \n \
|
||||
"
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds))
|
||||
);
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds)));
|
||||
}
|
||||
else if(offset == 2048)
|
||||
{
|
||||
asm volatile("\n \
|
||||
ds_read_b128 %0, %1 offset:2048 \n \
|
||||
"
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds))
|
||||
);
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds)));
|
||||
}
|
||||
else if(offset == 2176)
|
||||
{
|
||||
asm volatile("\n \
|
||||
ds_read_b128 %0, %1 offset:2176 \n \
|
||||
"
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds))
|
||||
);
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds)));
|
||||
}
|
||||
else if(offset == 2304)
|
||||
{
|
||||
asm volatile("\n \
|
||||
ds_read_b128 %0, %1 offset:2304 \n \
|
||||
"
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds))
|
||||
);
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds)));
|
||||
}
|
||||
else if(offset == 2560)
|
||||
{
|
||||
asm volatile("\n \
|
||||
ds_read_b128 %0, %1 offset:2560 \n \
|
||||
"
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds))
|
||||
);
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds)));
|
||||
}
|
||||
else if(offset == 2816)
|
||||
{
|
||||
asm volatile("\n \
|
||||
ds_read_b128 %0, %1 offset:2816 \n \
|
||||
"
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds))
|
||||
);
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds)));
|
||||
}
|
||||
else if(offset == 3072)
|
||||
{
|
||||
asm volatile("\n \
|
||||
ds_read_b128 %0, %1 offset:3072 \n \
|
||||
"
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds))
|
||||
);
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds)));
|
||||
}
|
||||
else if(offset == 3328)
|
||||
{
|
||||
asm volatile("\n \
|
||||
ds_read_b128 %0, %1 offset:3328 \n \
|
||||
"
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds))
|
||||
);
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds)));
|
||||
}
|
||||
else if(offset == 3584)
|
||||
{
|
||||
asm volatile("\n \
|
||||
ds_read_b128 %0, %1 offset:3584 \n \
|
||||
"
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds))
|
||||
);
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds)));
|
||||
}
|
||||
else if(offset == 3840)
|
||||
{
|
||||
asm volatile("\n \
|
||||
ds_read_b128 %0, %1 offset:3840 \n \
|
||||
"
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds))
|
||||
);
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds)));
|
||||
}
|
||||
else if(offset == 4096)
|
||||
{
|
||||
asm volatile("\n \
|
||||
ds_read_b128 %0, %1 offset:4096 \n \
|
||||
"
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds))
|
||||
);
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds)));
|
||||
}
|
||||
else if(offset == 4352)
|
||||
{
|
||||
asm volatile("\n \
|
||||
ds_read_b128 %0, %1 offset:4352 \n \
|
||||
"
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds))
|
||||
);
|
||||
: "=v"(r)
|
||||
: "v"(__to_local(lds)));
|
||||
}
|
||||
else
|
||||
{
|
||||
|
||||
@@ -31,10 +31,10 @@ __device__ void threadwise_matrix_copy(SrcMatrix,
|
||||
const index_t src_index = src_mtx.Get1dIndex(i, 0);
|
||||
const index_t dst_index = dst_mtx.Get1dIndex(i, 0);
|
||||
|
||||
Float4 *reg_p = (Float4 *)&p_dst[dst_index];
|
||||
Float4 *loc_p = (Float4 *)&p_src[src_index];
|
||||
Float4* reg_p = (Float4*)&p_dst[dst_index];
|
||||
Float4* loc_p = (Float4*)&p_src[src_index];
|
||||
|
||||
ds_read_b128(reg_p[0], (void *)&loc_p[0]);
|
||||
ds_read_b128(reg_p[0], (void*)&loc_p[0]);
|
||||
}
|
||||
#endif
|
||||
}
|
||||
@@ -86,9 +86,9 @@ __device__ void threadwise_gemm(MatrixA,
|
||||
}
|
||||
}
|
||||
#else
|
||||
const Float4 *a_vec = (const Float4 *)p_a_thread;
|
||||
const Float4 *b_vec = (const Float4 *)p_b_thread;
|
||||
Float4 *c_vec = (Float4 *)p_c_thread;
|
||||
const Float4* a_vec = (const Float4*)p_a_thread;
|
||||
const Float4* b_vec = (const Float4*)p_b_thread;
|
||||
Float4* c_vec = (Float4*)p_c_thread;
|
||||
|
||||
outerProduct8x8(a_vec, b_vec, c_vec);
|
||||
#endif
|
||||
|
||||
Reference in New Issue
Block a user