Kokkos项目中的HIP后端原子操作性能分析与优化
2025-07-03 06:48:09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
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
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~0267cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AI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。02- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GOT-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).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
143
1.92 K

deepin linux kernel
C
22
6

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
8
0

React Native鸿蒙化仓库
C++
192
274

🎉 (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
929
553

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
422
392

openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
65

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K

Elasticsearch
国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8