Assembly 读取AMD ISA代码时遇到的问题
我在使用找到的文档阅读AMD Southern Island GPU的汇编语言时遇到问题 下面是一个示例OpenCL代码:Assembly 读取AMD ISA代码时遇到的问题,assembly,opencl,gpu,disassembly,Assembly,Opencl,Gpu,Disassembly,我在使用找到的文档阅读AMD Southern Island GPU的汇编语言时遇到问题 下面是一个示例OpenCL代码: 1 __attribute__((reqd_work_group_size(256, 1, 1))) 2 void kernel foo(global uchar* data) { 3 const uint block_size = get_local_size(0); 4 const uint lid = get_local
1 __attribute__((reqd_work_group_size(256, 1, 1)))
2 void kernel foo(global uchar* data) {
3 const uint block_size = get_local_size(0);
4 const uint lid = get_local_id(0);
5
6 data[lid] = max(data[lid], data[lid + block_size]);
7 }
以及由AMD编译器生成的(dis)程序集:
1 shader main
2 asic(SI_ASIC)
3 type(CS)
4
5 s_buffer_load_dword s0, s[8:11], 0x00 // what is the purpose of s[8:11] ?
6 s_waitcnt lgkmcnt(0)
7 v_add_i32 v1, vcc, s0, v0 // I guess v0 initially contains the local IDs ?
8 v_add_i32 v0, vcc, s0, v0 // wouldn't a v_mov v0, v1 performs better ?
9 buffer_load_ubyte v2, v1, s[4:7], 0 offen // s[4:7] ?
10 buffer_load_ubyte v0, v0, s[4:7], 0 offen offset:256
11 s_waitcnt vmcnt(0)
12 v_max_u32 v0, v2, v0
13 buffer_store_byte v0, v1, s[4:7], 0 offen glc
14 s_endpgm
15 end
- 我不明白的是,我怎么可能只在ISA手册中编写了一个*buffer\u load\u ubyte*指令(参见第12.6节向量内存缓冲指令)
- 我应该如何读取微码信息?(例如:第161页的*v_add_i32*指令)
- 有没有标准的方法来描述处理器架构
Ps:汇编代码注释中有一些额外的问题在这里向全世界发布。这是一些SI汇编,我是作为课程的一部分来学习的。有助于了解ABI的一些情况,假定此代码在Multi2sim上运行
.global vector_add
.args
i32* src1 0 uav10 RO
i32* src2 16 uav11 RO
i32* dst 32 uav12 RW
.metadata
uavprivate = 0
hwregion = 0
hwlocal = 0
FloatMode = 192
IeeeMode = 0
# Loads UAV table in s2...s3
userElements[0] = PTR_UAV_TABLE, 0, s[2:3]
# Loads constant buffer 0 descriptor in s4...s7
userElements[1] = IMM_CONST_BUFFER, 0, s[4:7]
# Loads constant buffer 1 descriptor in s8...s11
userElements[2] = IMM_CONST_BUFFER, 1, s[8:11]
# Forces wg_id[0] (work-group ID in dimension 0) to be available in s12
COMPUTE_PGM_RSRC2:USER_SGPR = 12
COMPUTE_PGM_RSRC2:TGID_X_EN = 1
.text
# Load lsize[0] into s0
s_buffer_load_dword s0, s[4:7], 0x04
# Load src1, src2, and dst base addresses (arguments) from CB1
s_buffer_load_dword s4, s[8:11], 0x00
s_buffer_load_dword s5, s[8:11], 0x04
s_buffer_load_dword s6, s[8:11], 0x08
# Load UAVs from UAV table
s_load_dwordx4 s[20:23], s[2:3], 0x50
s_load_dwordx4 s[24:27], s[2:3], 0x58
s_load_dwordx4 s[28:31], s[2:3], 0x60
# Waits for memory operations to complete
s_waitcnt lgkmcnt(0)
# v1 <= lsize[0]
v_mov_b32 v1, s0
# v1 <= lsize[0] * wg_id[0]
v_mul_i32_i24 v1, s12, v1
# v2 <= lsize[0] * wg_id[0] + lid[0] = gid[0]
v_add_i32 v2, vcc, v0, v1
# v3 <= gid[0] * 4
v_lshlrev_b32 v3, 2, v2
# Calcaulte effective addresses
v_add_i32 v10, vcc, s4, v3
v_add_i32 v11, vcc, s5, v3
v_add_i32 v12, vcc, s6, v3
# Load src1[id] and src2[id]
tbuffer_load_format_x v20, v10, s[20:23], 0 offen format:[BUF_DATA_FORMAT_32, BUF_NUM_FORMAT_FLOAT]
tbuffer_load_format_x v21, v11, s[24:27], 0 offen format:[BUF_DATA_FORMAT_32,BUF_NUM_FORMAT_FLOAT]
# Waits for memory operations to complete
s_waitcnt vmcnt(0)
# Add source elements
v_add_i32 v22, vcc, v20, v21
# Store result in dst[id]
tbuffer_store_format_x v22, v12, s[28:31], 0 offen format:[BUF_DATA_FORMAT_32,BUF_NUM_FORMAT_FLOAT]
# End program
s_endpgm
.global vector\u add
阿格斯先生
i32*src1 0 uav10反渗透
i32*src2 16 uav11反渗透
i32*dst 32 uav12 RW
.元数据
uavprivate=0
hwregion=0
hwlocal=0
浮动模式=192
IeeeMode=0
#在s2…s3中加载UAV表
userElements[0]=PTR_表,0,s[2:3]
#加载s4…s7中的常量缓冲区0描述符
userElements[1]=IMM_CONST_BUFFER,0,s[4:7]
#加载s8…s11中的常量缓冲区1描述符
userElements[2]=IMM_CONST_BUFFER,1,s[8:11]
#强制工作组id[0](维度0中的工作组id)在s12中可用
COMPUTE_PGM_RSRC2:USER_SGPR=12
COMPUTE_PGM_RSRC2:TGID_X_EN=1
.文本
#将lsize[0]加载到s0中
缓冲区加载dword s0,s[4:7],0x04
#从CB1加载src1、src2和dst基址(参数)
缓冲区加载dword s4,s[8:11],0x00
缓冲区加载dword s5,s[8:11],0x04
缓冲区加载dword s6,s[8:11],0x08
#从UAV表加载UAV
s\u加载\u dwordx4 s[20:23],s[2:3],0x50
s\u加载\u dwordx4 s[24:27],s[2:3],0x58
s_load_dwordx4 s[28:31],s[2:3],0x60
#等待内存操作完成
s_waitcnt lgkmcnt(0)
#v1我大约晚了一年,但这可能会帮助其他人
了解AMD GCN可以归结为:
Address = BASE + offset + lane
在内核启动时,预加载以下寄存器
- s[4:7]是基址
- s[8:11]是指向参数的指针
- 偏移量v0预加载车道号(0-63)
简而言之,我们将(1)获取地址*数据(2)获取*数据处的值(3)获取偏移量处的值:256(4)将两个数字相加(5)将结果存储到*数据
shader main
asic(SI_ASIC)
type(CS)
s_buffer_load_dword s0, s[8:11], 0x00 // s[8:11] is the pointer to the params
s_waitcnt lgkmcnt(0) // wait for s0 to be filled
v_add_i32 v1, vcc, s0, v0 // s0=offset v0=lane We just need the base now.
v_add_i32 v0, vcc, s0, v0 // wouldn't a v_mov v0, v1 performs better
buffer_load_ubyte v2, v1, s[4:7], 0 offen //Get value at Base(s[4:7]) + v1(offset & lane)
buffer_load_ubyte v0, v0, s[4:7], 0 offen offset:256 // like above but address+256
s_waitcnt vmcnt(0) //wait for the memory transfer to complete
v_max_u32 v0, v2, v0 // do the MAX operation
buffer_store_byte v0, v1, s[4:7], 0 offen glc //save v0 using the base+v1(offset+lane)
s_endpgm //stop kernel
end
在第10行使用“v_mov v0,v1”而不是“v_add_i32 v0,vcc,s0,v0”不会使速度更快,因为v_mov和v_add都需要相同的时间。但是,如果这是在CPU上,v_mov会较慢,因为它取决于以前的指令,并且不能同时执行多个指令。gpu不能在一个内核上同时执行多条指令,因此两种方式的速度相同
我不明白的是,我怎么可能只使用ISA手册编写缓冲区加载字节指令(参见第12.6节向量内存缓冲区指令)?这有点难以理解。你几乎需要以身作则
我应该如何读取微码信息?(例如:第161页的v_add_i32指令)很难做到这一点。你几乎需要做一些跟踪和错误。该手册实际上在一些地方是不正确的,我在论坛上向AMD报告了它。我构建了一个编译器(asm4gcn),我不得不在这方面努力。我还参考了其他人的项目
有没有标准的方法来描述处理器架构?我想他们在某些方面都是不同的。但是大多数都有一个缓存段、浮点单元、控制流单元和寄存器。我对s[8:11]
的猜测是它表示SGPRs的一个子集,在这种情况下s8、s9、s10、s11
。对于s[4:7]
也是如此。是的,我也得出了这个结论,但是这些说明中使用了它们做什么?你好,Nathan Lilienthal,对不起,Multi2Sim支持直写缓存吗?“谢谢你,”内森·利林塔尔说