返回
Optimizing Sparse Tensor Compilation for Sparse Output
DOI:10.1145/3771775.3786267.png)
摘要
En 中文
稀疏张量代数在许多科学和工程应用中发挥着重要作用,但现有稀疏库和编译器在输出张量为稀疏时面临挑战。基于数组的存储格式(如CSR)需要昂贵的内存重新分配,并依赖中间张量(工作区)来处理稀疏散布到输出,这限制了性能和可扩展性。我们介绍了一种新方法,采用我们提出的灵活映射基存储格式直接支持稀疏散布到输出,而无需额外的工作区。我们的系统随后应用代码和存储特定的优化以最大化效率。在一系列内核和数据集上的实验结果证明,与最先进的编译器相比平均加速8.06倍,与稀疏张量库相比平均加速5.28倍。
Keyword:
Sparse
Tensors
Sparse Data Structures
Tensor Algebra
期刊
机构
引用论文
OpSparse: A Highly Optimized Framework for Sparse General Matrix Multiplication on GPUsOpSparse: gpu上高度优化的稀疏通用矩阵乘法框架
IEEE ACCESS
IF3.6

