NcclMatrixMultiplication

En este repositorio se pueden encontrar diversos proyectos.

1. NcclMatrixMultiplication

Este el es el proyecto principal donde se pueden encontrar la libreriía capaz de multiplicar matrices entre si mediante diversas GPUs con CUDA y NCCL. Además, de realizar otras operaciones como: Cambio de signo a toda la matri (−A), Operaciones de escalares con la matriz (3 ∗ A, A ∗ 3, A/3, A∗ = 3, A/ = 3, gemm personalizado), Operaciones con la matriz identidad (3 + A, A + 3, A+ = 3, 3 − A, A − 3, A− = 3), Suma y restas entre matrices (A + B, A+ = B, B − A, A− = B, axpy personalizado), Norma 1.

Si se desea compilar se hace mediante el siguiente comando mkdir build && cd build && cmake ... Se puede indicar un directorio de insalación mediante -DCMAKE_INSTALL_PREFIX=path. Posteriormente se pueden compilar unos ejemplos que sirven de benchmark mediante make versus1Gpu && make versus1Gpu. Aquí se puede consultar la documentación generada de la librería mediante DOxygen. Por otro lado, si se desea conocer detalles de la implementación de la librería puede leer el documento que se encuentra aquí.

A continuación se muestra código de ejemplo de uso de la librería.

//Creación de objetos
NcclMultiplicationEnvironment<double> ncclMultEnv = NcclMultiplicationEnvironment<double>(gpuSizeWorldArgument, gpuRoot, opt, debugMatrix);
MatrixMain<double> ma = MatrixMain<double>(&ncclMultEnv, rowsA, columnsA, matrixA);
MatrixMain<double> mb = MatrixMain<double>(&ncclMultEnv, rowsA, columnsA);
mb.setMatrixHostToFullValue(1);
// mb.setMatrixHost(matrixA);
//Multiplicaciones
ma=ma*mb;
ma*=ma;
ma.setAlphaGemm(3);
ma=ma*mb;
ma.setAlphaGemm(1);
//Sumas y restas entre matrices
ma=ma+ma;
ma+=mb;
ma=ma-mb;
ma-=mb;
ma.axpy(2,mb);
//Sumas y restas con la identidad
ma=mb+1; 
ma=1+mb;
ma+=1;
ma=mb-1;
ma=1-mb;
ma-=1;
//Operaciones con escalares
ma=ma/3;
ma/=3;
ma=ma*6;
ma*=ma;
//norma 1
double resNorm1=ma.norm1();
//Cambio de signo
ma=-ma;
//Obtención de atributos
int rowsC=ma.getRowsReal();
int columnsC=ma.getColumnsReal();
double *distributedRes=ma.getHostMatrix();
//double *distributedRes=MatrixUtilitiesCuda<double>::matrixMemoryAllocationCPU(rowsC, columnsC);
//ma.getHostMatrixInThisPointer(distributedRes);
MatrixUtilitiesCuda<double>::printMatrix(rowsC, columnsC, distributedRes);

Si se desea usar mediante Matlab se debe de compilar de la siguiente forma: mkdir build && cd build && cmake .. -DBUILD_FOR_MATLAB=ON -DMatlab_ROOT_DIR="/usr/local/MATLAB/R2018a". Importante señalar que el directorio de -DMatlab_ROOT_DIR puede que sea diferente. Para generar el fichero mex sera necesario usar make call_gpu. En caso de que de error de ejecución al usar el .mex generado puede que sea necesario que se lance Matlab con LD_PRELOAD. Por ejemplo LD_PRELOAD="/usr/local/lib64/libstdc++.so.6 matlab o LD_PRELOAD=/usr/lib/x86_64-linux-gnu/libnccl.so.2 matlab.

Código de ejemplo usando matlab:

call_gpu('init',f,metodo_f,A);
a(1)=call_gpu('norm1',1);
pA{2}=call_gpu('power');
nProd=call_gpu('evaluate',p);
call_gpu('scale',s);
call_gpu('unscale',s);
call_gpu('free',1);
fA = call_gpu('finalize');
call_gpu('destroy');

2. MpiMatrixMultiplicationCpp

Este proyecto fue usado como experiencia puente antes de crear NcclMatrixMultiplication. No se va a detallar en profundidad ya que solo ejecuta un breve ejemplo de 2 multiplicacioens que se indican en el lanzamiento del programa. Realiza la multiplicación de matrices mediante SUMMA utilizando Intel MKL y MPI. Se compila mediante make. Puede que sea necesario editarlo para cambiar la path de Intel MKL.

3. ncclPruebas

Programa que ejecuta una serie de operaciones de CUDA y NCCL para medir cuanto tardan en ejecutarse dependiendo del tamaño de una matriz.