[LexaryStyle 1]

В свете последних событий многим приходится искать замену микросхем ЦОС, наиболее перспективным выглядит направление в сторону китайских поставщиков(хотя конечно с поставкой будет легче, но нет 100% гарантий).

Для "не больших" задач выбор пал на такие бренды как allwinner amlogic, в составе этих микропроцессоров есть блоки GPU, которые можно использовать для мат задач.

Что думаете по данной теме?

[aaarrr 63]

30 minutes ago, LexaryStyle said:

amlogic

Quote

Amlogic Inc. (sometimes stylized AMLogic) is a fabless semiconductor company that was founded on March 14, 1995 in Santa Clara, California

 

[arhiv6 14]

3 часа назад, LexaryStyle сказал:

Для "не больших" задач выбор пал на такие бренды как allwinner amlogic, в составе этих микропроцессоров есть блоки GPU, которые можно использовать для мат задач.

А как их GPU можно использовать для DSP вычислений? Для них есть что-то вроде OpenCL/CUDA? Где про это можно почитать?

[aaarrr 63]

OpenCL поддерживается на Mali-T6xx/T7xx, G31 и т.п. То есть на не совсем копеечных процессорах.

[_pv 52]

5 hours ago, arhiv6 said:

А как их GPU можно использовать для DSP вычислений? Для них есть что-то вроде OpenCL/CUDA? Где про это можно почитать?

а какая принципиальная разница opencl/cuda или шэйдер на glsl.

OpenGL(ES) какой-нибудь уж всяко есть, даже у mali4x

да даже без compute shader, с отрисовыванием в буфер единственного пустого прямоугольника нужного размера и параллельным выполнением NxM раз программы для каждого пикселя, ну только вместо blockIdx будет gl_FragCoord.

[gridinp 2]

для небольших задач может быть многоядерный арм лучше чем gpu, особенно если большой объём данных и не очень большой объём вычислений, всё надо тестировать конечно. OpenCV хорошо работает для DSP задач в том числе и для 1D - использовал его для RPi-3B+

Изменено 7 апреля, 2022 пользователем gridinp

[_pv 52]

https://web.eece.maine.edu/~vweaver/group/green_machines.html

написано 5Гфлопсов у 3В+ с 4х ядер, не знаю на сколько там openBLAS, которым тестировали оптимизирован со всякими NEON расширениями, но даже у самой убогой mali4xx от 10Гфлопсов одинарной точности обещают.

и 30Гфлопсов для GPU Rpi3 Broadcom VideoCore VI https://www.cpu-monkey.com/en/igpu-broadcom_videocore_vi-221

[LexaryStyle 1]

Грузить сам процессор не удобно, так как он занят "верхнем уровнем", openCL(pyOpenCL) корка в ARMe вроде как решает задачи вычисления на ГПУ. Надо пробовать.

[mantech 33]

07.04.2022 в 00:26, _pv сказал:

OpenGL(ES) какой-нибудь уж всяко есть, даже у mali4x

да даже без compute shader, с отрисовыванием в буфер единственного пустого прямоугольника нужного размера и параллельным выполнением NxM раз программы для каждого пикселя, ну только вместо blockIdx будет gl_FragCoord.

Может проще NEON для таких задач использовать? Он есть в каждом ядре АРМ, например берем allwinner H2(3), имеем 4 ядра+4 NEON-а и вполне неплохо все "параллелится")))

08.04.2022 в 02:06, LexaryStyle сказал:

pyOpenCL

Ну если нагрузить его интерпретаторами, на которых еще и сложный код крутится, а потом начинать какую-то оптимизацию DSP на тех же ресурсах, то да, это как "переливать из пустого в порожнее"...  Прежде всего надо код оптимизировать и выкинуть все интерпретаторы...

Ну или разделяйте ядра, часть на DSP, часть на всякие "линуксопитоны")))

Изменено 9 апреля, 2022 пользователем mantech

[_pv 52]

1 minute ago, mantech said:

Может проще NEON для таких задач использовать? Он есть в каждом ядре АРМ, например берем allwinner H2(3), имеем 4 ядра+4 NEON-а и вполне неплохо все "параллелится")))

кому как, может и проще, но это ж интринсинки и всё ручками придётся, да и переносимость.

а если смотреть на тупо циферки гфлопсов то у cpu их всё равно раз 5-10 будет меньше чем у gpu,

понятно что синтетические тесты, и на самом деле несколько хуже, но всё-таки.

[LexaryStyle 1]

2 hours ago, mantech said:

Ну если нагрузить его интерпретаторами, на которых еще и сложный код крутится, а потом начинать какую-то оптимизацию DSP на тех же ресурсах, то да, это как "переливать из пустого в порожнее"...  Прежде всего надо код оптимизировать и выкинуть все интерпретаторы...

Ну или разделяйте ядра, часть на DSP, часть на всякие "линуксопитоны")))

 

Суть не в жирных интерпретаторах, это уже уровень оптимизации кода. 

[mantech 33]

3 часа назад, _pv сказал:

кому как, может и проще, но это ж интринсинки и всё ручками придётся, да и переносимость.

а если смотреть на тупо циферки гфлопсов то у cpu их всё равно раз 5-10 будет меньше чем у gpu,

Сам конечно не пробовал, чисто теория, но несколько параллельно работающих неонов вряд-ли будут медленнее гпу, т.к. все упрется в шину памяти, да и гпу у дешевых процов далеко не топовое...

[_pv 52]

1 hour ago, mantech said:

Сам конечно не пробовал, чисто теория, но несколько параллельно работающих неонов вряд-ли будут медленнее гпу, т.к. все упрется в шину памяти, да и гпу у дешевых процов далеко не топовое...

да я сам сварщик не настояший, только с glsl игрался немного.

и что там с плавающей запятой у neonа не очень знаю, кучу 8ми битных циферок за раз в 128битном регисте сложить перемножить это одно.

если куча данных и всё упирается в память то конечно без разницы,

но если нет, 10ГФлопсов одиночной точности даже на самый убогий mali 400 вроде бы обещают, а вот получить столько даже с четырёх ~1ГГц ядер, пусть и в пару раз ускоренных с simd расширениями, может и не получиться, даже теоретически.

тем более что процессор у ТСа уже чем-то занят, а gpu ещё нет.

[LexaryStyle 1]

Странно что еще никто не отписался о результатах таких экспериментов, вроде бы логичный интерес использовать ГПУ. По части пропускной способности памяти, таки да, есть такая проблема, загружать выгружать реалтайм данные может быть слишком затратно, но все же, в цифрах, интересно например посмотреть на загрузку ГПУ при работе с FIR с большим количеством коэфф-в(как вариант) и сравнить с NEON.

Изменено 19 апреля, 2022 пользователем LexaryStyle

[_pv 52]

http://watmough.github.io/webgl-matrix-demo/