multithreading tests from 152 lab 5
[riscv-tests.git] / mt / br_matmul / br_matmul.c
diff --git a/mt/br_matmul/br_matmul.c b/mt/br_matmul/br_matmul.c
new file mode 100755 (executable)
index 0000000..5ca1dbe
--- /dev/null
@@ -0,0 +1,283 @@
+//**************************************************************************
+// Multi-threaded Matrix Multiply benchmark
+//--------------------------------------------------------------------------
+// TA     : Christopher Celio
+// Student: Benjamin Han
+//
+//
+// This benchmark multiplies two 2-D arrays together and writes the results to
+// a third vector. The input data (and reference data) should be generated
+// using the matmul_gendata.pl perl script and dumped to a file named
+// dataset.h. 
+
+
+// print out arrays, etc.
+//#define DEBUG
+
+//--------------------------------------------------------------------------
+// Includes 
+
+#include <string.h>
+#include <stdlib.h>
+#include <stdio.h>
+
+
+//--------------------------------------------------------------------------
+// Input/Reference Data
+
+typedef float data_t;
+#include "dataset.h"
+  
+//--------------------------------------------------------------------------
+// Basic Utilities and Multi-thread Support
+
+__thread unsigned long coreid;
+unsigned long ncores;
+
+#include "util.h"
+   
+#define stringify_1(s) #s
+#define stringify(s) stringify_1(s)
+#define stats(code) do {                                               \
+    unsigned long _c = -rdcycle(), _i = -rdinstret();                  \
+    code;                                                              \
+    _c += rdcycle(), _i += rdinstret();                                        \
+    if (coreid == 0)                                                   \
+      printf("%s: %ld cycles, %ld.%ld cycles/iter, %ld.%ld CPI\n",     \
+             stringify(code), _c, _c/DIM_SIZE/DIM_SIZE/DIM_SIZE, 10*_c/DIM_SIZE/DIM_SIZE/DIM_SIZE%10, _c/_i, 10*_c/_i%10); \
+  } while(0)
+
+//--------------------------------------------------------------------------
+// Helper functions
+    
+void printArray( char name[], int n, data_t arr[] )
+{
+  int i;
+  if (coreid != 0)
+    return;
+  
+  printf( " %10s :", name );
+  for ( i = 0; i < n; i++ )
+    printf( " %3ld ", (long) arr[i] );
+  printf( "\n" );
+}
+      
+void __attribute__((noinline)) verify(size_t n, const data_t* test, const data_t* correct)
+{
+  if (coreid != 0)
+    return;
+
+  size_t i;
+  for (i = 0; i < n; i++)
+    {
+      if (test[i] != correct[i])
+       {
+         printf("FAILED test[%d]= %3ld, correct[%d]= %3ld\n", 
+                i, (long)test[i], i, (long)correct[i]);
+         exit(-1);
+       }
+    }
+   
+  return;
+}
+//--------------------------------------------------------------------------
+// matmul function
+// single-thread, naive version
+void __attribute__((noinline)) matmul_naive(const int lda,  const data_t A[], const data_t B[], data_t C[] )
+{
+  int i, j, k;
+
+  if (coreid > 0)
+    return;
+  
+  for ( i = 0; i < lda; i++ )
+    for ( j = 0; j < lda; j++ )  
+      {
+       for ( k = 0; k < lda; k++ ) 
+         {
+            C[i + j*lda] += A[j*lda + k] * B[k*lda + i];
+         }
+      }
+
+}
+
+
+void __attribute__((noinline)) matmul(const int lda,  const data_t A[], const data_t B[], data_t C[] )
+{
+   
+  // ***************************** //
+  // **** ADD YOUR CODE HERE ***** //
+  // ***************************** //
+  //
+  // feel free to make a separate function for MI and MSI versions.
+  int j2, i2, k2, j, i, k; 
+  int tmpC00, tmpC01, tmpC02, tmpC03, tmpC04, tmpC05, tmpC06, tmpC07;
+  int tmpC10, tmpC11, tmpC12, tmpC13, tmpC14, tmpC15, tmpC16, tmpC17;
+  int jBLOCK = 32;
+  int iBLOCK = 16;
+  int kBLOCK = 32;
+  static __thread int tB[4096]; //__thread
+  int startInd = 0;
+  int endInd = lda >> 1;
+  if (coreid == 1) {
+    startInd = lda >> 1;
+    endInd = lda;
+  }    
+
+  //tranpose B (block?)
+  for (i = 0; i < lda; i += 2) {
+    for (j = startInd; j < endInd; j += 2) {
+      tB[j*lda + i] = B[i*lda + j];
+      tB[(j + 1)*lda + i] = B[i*lda + j + 1];
+      tB[j*lda + i + 1] = B[(i + 1)*lda + j];
+      tB[(j + 1)*lda + i + 1] = B[(i + 1)*lda + j + 1];
+    }
+  }
+  barrier();
+
+  // compute C[j*n + i] += A[j*n + k] + Btranspose[i*n + k]
+  for ( j2 = 0; j2 < lda; j2 += jBLOCK )
+    for ( i2 = startInd; i2 < endInd; i2 += iBLOCK )
+      for ( j = j2; j < j2 + jBLOCK; j += 2 ) 
+       for ( k2 = 0; k2 < lda; k2 += kBLOCK )
+         for ( i = i2; i < i2 + iBLOCK; i += 4) {
+           tmpC00 = C[j*lda + i + 0]; tmpC10 = C[(j + 1)*lda + i + 0];
+           tmpC01 = C[j*lda + i + 1]; tmpC11 = C[(j + 1)*lda + i + 1];
+           tmpC02 = C[j*lda + i + 2]; tmpC12 = C[(j + 1)*lda + i + 2];
+           tmpC03 = C[j*lda + i + 3]; tmpC13 = C[(j + 1)*lda + i + 3];
+           //tmpC04 = C[j*lda + i + 4]; tmpC14 = C[(j + 1)*lda + i + 4];
+           //tmpC05 = C[j*lda + i + 5]; tmpC15 = C[(j + 1)*lda + i + 5];
+           //tmpC06 = C[j*lda + i + 6]; tmpC16 = C[(j + 1)*lda + i + 6];
+           //tmpC07 = C[j*lda + i + 7]; tmpC17 = C[(j + 1)*lda + i + 7];
+           for ( k = k2; k < k2 + kBLOCK; k += 4) {
+             tmpC00 += A[j*lda + k] * tB[(i + 0)*lda + k]; 
+             tmpC01 += A[j*lda + k] * tB[(i + 1)*lda + k]; 
+             tmpC02 += A[j*lda + k] * tB[(i + 2)*lda + k]; 
+             tmpC03 += A[j*lda + k] * tB[(i + 3)*lda + k]; 
+             //tmpC04 += A[j*lda + k] * tB[(i + 4)*lda + k]; 
+             //tmpC05 += A[j*lda + k] * tB[(i + 5)*lda + k]; 
+             //tmpC06 += A[j*lda + k] * tB[(i + 6)*lda + k]; 
+             //tmpC07 += A[j*lda + k] * tB[(i + 7)*lda + k]; 
+             tmpC10 += A[(j + 1)*lda + k] * tB[(i + 0)*lda + k]; 
+             tmpC11 += A[(j + 1)*lda + k] * tB[(i + 1)*lda + k]; 
+             tmpC12 += A[(j + 1)*lda + k] * tB[(i + 2)*lda + k]; 
+             tmpC13 += A[(j + 1)*lda + k] * tB[(i + 3)*lda + k]; 
+             //tmpC14 += A[(j + 1)*lda + k] * tB[(i + 4)*lda + k]; 
+             //tmpC15 += A[(j + 1)*lda + k] * tB[(i + 5)*lda + k]; 
+             //tmpC16 += A[(j + 1)*lda + k] * tB[(i + 6)*lda + k]; 
+             //tmpC17 += A[(j + 1)*lda + k] * tB[(i + 7)*lda + k]; 
+
+             tmpC00 += A[j*lda + k + 1] * tB[(i + 0)*lda + k + 1];
+             tmpC01 += A[j*lda + k + 1] * tB[(i + 1)*lda + k + 1];
+             tmpC02 += A[j*lda + k + 1] * tB[(i + 2)*lda + k + 1];
+             tmpC03 += A[j*lda + k + 1] * tB[(i + 3)*lda + k + 1];
+             //tmpC04 += A[j*lda + k + 1] * tB[(i + 4)*lda + k + 1];
+             //tmpC05 += A[j*lda + k + 1] * tB[(i + 5)*lda + k + 1];
+             //tmpC06 += A[j*lda + k + 1] * tB[(i + 6)*lda + k + 1];
+             //tmpC07 += A[j*lda + k + 1] * tB[(i + 7)*lda + k + 1];
+             tmpC10 += A[(j + 1)*lda + k + 1] * tB[(i + 0)*lda + k + 1];
+             tmpC11 += A[(j + 1)*lda + k + 1] * tB[(i + 1)*lda + k + 1];
+             tmpC12 += A[(j + 1)*lda + k + 1] * tB[(i + 2)*lda + k + 1];
+             tmpC13 += A[(j + 1)*lda + k + 1] * tB[(i + 3)*lda + k + 1];
+             //tmpC14 += A[(j + 1)*lda + k + 1] * tB[(i + 4)*lda + k + 1];
+             //tmpC15 += A[(j + 1)*lda + k + 1] * tB[(i + 5)*lda + k + 1];
+             //tmpC16 += A[(j + 1)*lda + k + 1] * tB[(i + 6)*lda + k + 1];
+             //tmpC17 += A[(j + 1)*lda + k + 1] * tB[(i + 7)*lda + k + 1];
+
+             tmpC00 += A[j*lda + k + 2] * tB[(i + 0)*lda + k + 2]; 
+             tmpC01 += A[j*lda + k + 2] * tB[(i + 1)*lda + k + 2]; 
+             tmpC02 += A[j*lda + k + 2] * tB[(i + 2)*lda + k + 2]; 
+             tmpC03 += A[j*lda + k + 2] * tB[(i + 3)*lda + k + 2]; 
+             //tmpC04 += A[j*lda + k + 2] * tB[(i + 4)*lda + k + 2]; 
+             //tmpC05 += A[j*lda + k + 2] * tB[(i + 5)*lda + k + 2]; 
+             //tmpC06 += A[j*lda + k + 2] * tB[(i + 6)*lda + k + 2]; 
+             //tmpC07 += A[j*lda + k + 2] * tB[(i + 7)*lda + k + 2]; 
+             tmpC10 += A[(j + 1)*lda + k + 2] * tB[(i + 0)*lda + k + 2]; 
+             tmpC11 += A[(j + 1)*lda + k + 2] * tB[(i + 1)*lda + k + 2]; 
+             tmpC12 += A[(j + 1)*lda + k + 2] * tB[(i + 2)*lda + k + 2]; 
+             tmpC13 += A[(j + 1)*lda + k + 2] * tB[(i + 3)*lda + k + 2]; 
+             //tmpC14 += A[(j + 1)*lda + k + 2] * tB[(i + 4)*lda + k + 2]; 
+             //tmpC15 += A[(j + 1)*lda + k + 2] * tB[(i + 5)*lda + k + 2]; 
+             //tmpC16 += A[(j + 1)*lda + k + 2] * tB[(i + 6)*lda + k + 2]; 
+             //tmpC17 += A[(j + 1)*lda + k + 2] * tB[(i + 7)*lda + k + 2]; 
+
+             tmpC00 += A[j*lda + k + 3] * tB[(i + 0)*lda + k + 3];
+             tmpC01 += A[j*lda + k + 3] * tB[(i + 1)*lda + k + 3];
+             tmpC02 += A[j*lda + k + 3] * tB[(i + 2)*lda + k + 3];
+             tmpC03 += A[j*lda + k + 3] * tB[(i + 3)*lda + k + 3];
+             //tmpC04 += A[j*lda + k + 3] * tB[(i + 4)*lda + k + 3];
+             //tmpC05 += A[j*lda + k + 3] * tB[(i + 5)*lda + k + 3];
+             //tmpC06 += A[j*lda + k + 3] * tB[(i + 6)*lda + k + 3];
+             //tmpC07 += A[j*lda + k + 3] * tB[(i + 7)*lda + k + 3]; 
+             tmpC10 += A[(j + 1)*lda + k + 3] * tB[(i + 0)*lda + k + 3];
+             tmpC11 += A[(j + 1)*lda + k + 3] * tB[(i + 1)*lda + k + 3];
+             tmpC12 += A[(j + 1)*lda + k + 3] * tB[(i + 2)*lda + k + 3];
+             tmpC13 += A[(j + 1)*lda + k + 3] * tB[(i + 3)*lda + k + 3];
+             //tmpC14 += A[(j + 1)*lda + k + 3] * tB[(i + 4)*lda + k + 3];
+             //tmpC15 += A[(j + 1)*lda + k + 3] * tB[(i + 5)*lda + k + 3];
+             //tmpC16 += A[(j + 1)*lda + k + 3] * tB[(i + 6)*lda + k + 3];
+             //tmpC17 += A[(j + 1)*lda + k + 3] * tB[(i + 7)*lda + k + 3];
+           }
+           C[j*lda + i + 0] = tmpC00; C[(j + 1)*lda + i + 0] = tmpC10; 
+           C[j*lda + i + 1] = tmpC01; C[(j + 1)*lda + i + 1] = tmpC11; 
+           C[j*lda + i + 2] = tmpC02; C[(j + 1)*lda + i + 2] = tmpC12; 
+           C[j*lda + i + 3] = tmpC03; C[(j + 1)*lda + i + 3] = tmpC13; 
+           //C[j*lda + i + 4] = tmpC04; C[(j + 1)*lda + i + 4] = tmpC14; 
+           //C[j*lda + i + 5] = tmpC05; C[(j + 1)*lda + i + 5] = tmpC15; 
+           //C[j*lda + i + 6] = tmpC06; C[(j + 1)*lda + i + 6] = tmpC16; 
+           //C[j*lda + i + 7] = tmpC07; C[(j + 1)*lda + i + 7] = tmpC17; 
+         }
+}
+
+//--------------------------------------------------------------------------
+// Main
+//
+// all threads start executing thread_entry(). Use their "coreid" to
+// differentiate between threads (each thread is running on a separate core).
+  
+void thread_entry(int cid, int nc)
+{
+  coreid = cid;
+  ncores = nc;
+
+  // static allocates data in the binary, which is visible to both threads
+  static data_t results_data[ARRAY_SIZE];
+
+
+//  // Execute the provided, naive matmul
+//  barrier();
+//  stats(matmul_naive(DIM_SIZE, input1_data, input2_data, results_data); barrier());
+// 
+//   
+//  // verify
+//  verify(ARRAY_SIZE, results_data, verify_data);
+//   
+//  // clear results from the first trial
+//  size_t i;
+//  if (coreid == 0) 
+//    for (i=0; i < ARRAY_SIZE; i++)
+//      results_data[i] = 0;
+//  barrier();
+
+   
+  // Execute your faster matmul
+  barrier();
+  stats(matmul(DIM_SIZE, input1_data, input2_data, results_data); barrier());
+#ifdef DEBUG
+  printArray("results:", ARRAY_SIZE, results_data);
+  printArray("verify :", ARRAY_SIZE, verify_data);
+#endif
+   
+  // verify
+  verify(ARRAY_SIZE, results_data, verify_data);
+  barrier();
+
+  exit(0);
+}
+