在多核DSP上优化OpenCL屏障同步和内存效率

《ACM Transactions on Architecture and Code Optimization》：Optimizing OpenCL Barrier Synchronization and Memory Efficiency on Multi-Core DSPs

针对异构CPU-DSP平台OpenCL代码性能不稳定的难题，提出OctoCL框架通过变量展开优化减少屏障同步开销，并自动合并内存访问为DSP-DMA操作。在18个基准测试中，平均加速比达1.46倍（最高3.36倍），实现性能跨平台移植且无需代码修改。

　　

摘要

结合了CPU和DSP的异构平台具有实现能效计算的潜力，但编程难度较大。OpenCL能够实现代码在不同处理器之间的移植，但由于屏障同步和本地内存管理方面的独特挑战，无法保证在DSP上的性能可移植性。本文介绍了OctoCL，这是一个基于编译器的框架，通过两项关键优化措施解决了这些问题：（1）基于重新计算的变量扩展技术，以减少屏障同步的开销；（2）自动将内存访问模式合并为DSP-DMA操作，从而实现高效的数据传输。我们使用Parboil和Rodinia套件中的18个OpenCL基准测试对OctoCL进行了评估。实验结果表明，在FT-M7032 CPU-DSP平台上，OctoCL的平均加速比达到了1.46倍（最高可达3.36倍）。这些优化在保持向后兼容性的同时提升了性能可移植性，且无需对代码进行手动修改。