dotnet / dotnet/machinelearning
CpuMath Enhancement: Preamble for hardware intrinsics implementation
Nessuno ha ancora preso questa issue.
- Lingua principale
- C#
- Stelle
- 9.4k
- Fork
- 1.9k
- Merge medio
- 2g 20h
- PR unite (30g)
- 11
Descrizione
Style changes needed to solve part of https://github.com/dotnet/machinelearning/issues/823
## Details
- Do "preamble" for the implementation of SSE/AVX intrinsics in `src\Microsoft.ML.CpuMath\SseIntrinsics.cs` and `src\Microsoft.ML.CpuMath\AvxIntrinsics.cs`:
[Preamble](https://github.com/dotnet/coreclr/blob/b896dd14830b600043a99c2626ea848ad679fb4f/src/System.Private.CoreLib/shared/System/SpanHelpers.Char.cs#L96-L102):
1. while (!aligned) { do scalar operation; } // preamble
2. Do vectorized operation using Read**Aligned**
3. while (!end) { do scalar operation; }
For large arrays, especially those that cross cache line or page boundaries, doing this should save some measurable amount of time.
Reference: https://github.com/dotnet/machinelearning/pull/562/files/f0f81a5019a3c8cbd795a970e40d633e9e1770c1#r204061074
https://github.com/dotnet/machinelearning/pull/1143
Currently these functions are just using Unaligned Loads, we can make them after by aligning the data and doing aligned loads.
- [ ] AddScalerU
- [ ] ScaleSrcU
- [ ] AddScaleU
- [ ] ScaleAddU
- [ ] AddU
- [ ] AddScaleCopyU
- [ ] AddSU
- [ ] MulElementWiseU
- [ ] SumU
- [ ] SumSqU
- [ ] SumSqDiffU
- [ ] SumAbsU
- [ ] SumAbsDiffU
- [ ] MaxAbsU
- [ ] MaxAbsDiffU
- [ ] DotU
- [ ] DotSU
- [ ] Dist2
- [ ] SdcaL1UpdateU
- [ ] SdcaL1UpdateSU
Guida per i contributori
Apri la guida per i contributori
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Direzione di ricerca
Inizia leggendo src\Microsoft.ML.CpuMath\SseIntrinsics.cs e src\Microsoft.ML.CpuMath\AvxIntrinsics.cs, quindi confronta le funzioni elencate con l’esempio di preambolo di SpanHelpers.Char.cs collegato e le pull request referenziate. Il lavoro è completato quando le funzioni verificate gestiscono il preambolo scalare e i caricamenti vettorializzati allineati descritti nell’issue e la checklist è stata affrontata.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Valutazione
- Stack tecnologico
- csharp
- Ambito
- machine-learning, performance
- Tipo di issue
- Funzionalità
- Difficoltà
- 4/5
- Tempo stimato
- 3-5 giorni
- Stato di attività
- Ferma
- Chiarezza
- Abbastanza chiara
- Idoneità per principianti
- 35/100