Kokkos项目中的HIP后端原子操作性能分析与优化
2025-07-03 06:19:56作者:霍妲思
背景介绍
在Kokkos高性能计算框架中,HIP后端作为AMD GPU平台的重要支持组件,其原子操作的性能表现直接影响着应用程序的运行效率。近期开发团队发现,在MI300A架构GPU上执行原子操作时出现了显著的性能下降问题,特别是对于64位整数类型的原子加法操作,执行时间比预期要长得多。
问题现象
开发人员最初在GitLab CI测试中观察到,hip.atomic_views_integral
测试用例在MI300A GPU上的执行时间达到了约6.5分钟,而在MI250 GPU上仅需17秒左右。这种巨大的性能差异引起了团队的关注。
问题分析与定位
通过简化测试用例,开发团队创建了一个最小化的复现示例,发现当对64位整数类型执行原子加法操作时,MI300A的性能显著下降。进一步分析表明:
- 对于double类型,性能表现正常
- 对于int64_t类型,性能下降严重
- 问题与输入值无关(无论是加0还是加1)
通过深入研究Kokkos和Desul(Kokkos的原子操作库)的实现,团队发现问题根源在于原子操作的实现路径选择上。对于64位整数类型,系统错误地选择了基于比较交换(CAS)的实现,而非更高效的专用原子指令。
技术细节
在Desul原子库中,原子操作的实现路径选择依赖于以下机制:
- 对于"总是无锁"的类型(4字节、8字节等),默认使用CAS循环实现
- 对于特定类型,提供专门的原子指令实现
问题出在HIP后端的实现中,对long
类型的专用原子指令支持缺失,导致64位整数类型无法使用最优路径。相比之下,double类型由于有明确的实现,性能表现正常。
解决方案
开发团队提出了以下修复方案:
- 在Desul的HIP原子操作实现中,显式添加对
long
类型的支持 - 确保所有整数类型都能使用最优的原子指令路径
修复后的测试表明,64位整数类型的原子操作性能得到了显著提升,与其他类型和架构的性能表现趋于一致。
性能对比
通过在不同AMD GPU架构上的性能测试,团队收集了详细的数据:
- MI300A架构:
- 修复前:int64_t原子操作性能极低
- 修复后:性能提升显著,与其他类型趋于一致
- MI200系列(MI210/MI250):
- 需要启用
-munsafe-fp-atomics
编译选项以获得最佳浮点原子操作性能 - 修复对整数类型性能影响较小
- 需要启用
- MI100架构:
- 表现与MI200系列类似
结论与建议
本次性能问题的解决过程展示了底层原子操作实现细节对整体性能的重要影响。对于Kokkos用户和开发者,建议:
- 在AMD GPU上使用最新版本的Kokkos,以获得最佳原子操作性能
- 对于MI200系列GPU,确保启用
-munsafe-fp-atomics
编译选项 - 在性能关键代码中,注意原子操作的数据类型选择
- 定期进行跨架构的性能基准测试,及时发现潜在问题
这一优化不仅解决了MI300A上的性能问题,也为Kokkos在AMD GPU平台上的整体性能提升做出了贡献。
登录后查看全文
热门项目推荐
相关项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0370Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0103AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
207
2.19 K

暂无简介
Dart
516
115

Ascend Extension for PyTorch
Python
62
95

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
550
86

React Native鸿蒙化仓库
C++
209
285

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
976
576

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
399

openGauss kernel ~ openGauss is an open source relational database management system
C++
146
193