Clean up canonical mt benchmarks and reorganize extra versions in /mt. All versions...
[riscv-tests.git] / mt / dc_matmul.c
diff --git a/mt/dc_matmul.c b/mt/dc_matmul.c
new file mode 100755 (executable)
index 0000000..a2b583e
--- /dev/null
@@ -0,0 +1,168 @@
+#include "stdlib.h"
+
+#include "util.h"
+
+#include "dataset.h"
+
+#define REG_I 8
+#define REG_J 2
+#define BLOCK_I 32
+#define BLOCK_J 16
+#define BLOCK_K 16
+#define LDA 32
+#define NCORES 2
+#define MIN(X,Y) (X < Y ? X : Y)
+
+void __attribute__((noinline)) matmul(const int coreid, const int ncores, 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 i, j, k, ri, rj, ii, jj, kk;
+  data_t *Aj, *Cj, *Bi;
+  data_t c[REG_I][REG_J], a[REG_J], b[REG_I];
+  size_t start = coreid * (LDA / NCORES), end = (coreid == NCORES - 1 ? LDA : (coreid + 1) * (LDA / NCORES));
+     
+  /* if (coreid > 0) { */
+  /*   return; */
+  /* } */
+  /* start = 0, end = lda; */
+  if (ncores == NCORES && lda == LDA) {
+    for (jj = start; jj < end; jj += BLOCK_J) {
+      int kk_start= (coreid == 0 ? 0 : LDA/2) ,kk_end = (coreid == 0 ? LDA/2 : LDA);
+      for (kk = kk_start; kk < kk_end; kk += BLOCK_K) {
+       //  for (ii = 0; ii < LDA; ii += BLOCK_I)
+       for (j = jj; j < MIN(end, jj + BLOCK_J); j += REG_J) {
+         Aj = A + j*LDA;
+         Cj = C + j*LDA;
+         for (i = 0; i < LDA/*, ii + BLOCK_I)*/; i += REG_I) {
+           /* Load C in register blocks. */
+           Bi = B + i;
+           for (ri = 0; ri < REG_I; ri++) {
+             for (rj = 0; rj < REG_J; rj++) {
+               c[ri][rj] = Cj[i + ri + ( rj)*LDA];
+             }
+           }
+           
+           
+           for (k = kk; k < MIN(LDA, kk + BLOCK_K); k++) {
+             for (ri = 0; ri < REG_I; ri++) {
+               b[ri] = Bi[k*LDA  + ri];
+             }
+             /* Compute C in register blocks. */
+             for (rj = 0; rj < REG_J; rj++) {
+               a[rj] = Aj[(rj)*LDA + k];
+               for (ri = 0; ri < REG_I; ri++) {
+                 c[ri][rj] += a[rj] * b[ri];
+               }
+             }
+           }
+           
+           /* store C in register blocks. */
+           for (ri = 0; ri < REG_I; ri++) {
+             for (rj = 0; rj < REG_J; rj++) {
+               Cj[i + ri + ( rj)*LDA] = c[ri][rj];
+             }
+           }
+         }
+       }
+       /* barrier(nc); */
+
+       /* kk_start= (coreid == 1 ? 0 : LDA/2); */
+       /* kk_end = (coreid == 1 ? LDA/2 : LDA); */
+       /* for (kk = kk_start; kk < kk_end; kk += BLOCK_K) { */
+       /* //  for (ii = 0; ii < LDA; ii += BLOCK_I) */
+       /* for (j = jj; j < MIN(end, jj + BLOCK_J); j += REG_J) { */
+       /*   Aj = A + j*LDA; */
+       /*   Cj = C + j*LDA; */
+       /*   for (i = 0; i < LDA/\*, ii + BLOCK_I)*\/; i += REG_I) { */
+       /*     /\* Load C in register blocks. *\/ */
+       /*     Bi = B + i; */
+       /*     for (ri = 0; ri < REG_I; ri++) { */
+       /*       for (rj = 0; rj < REG_J; rj++) { */
+       /*      c[ri][rj] = Cj[i + ri + ( rj)*LDA]; */
+       /*       } */
+       /*     } */
+           
+           
+       /*     for (k = kk; k < MIN(LDA, kk + BLOCK_K); k++) { */
+       /*       for (ri = 0; ri < REG_I; ri++) { */
+       /*      b[ri] = Bi[k*LDA  + ri]; */
+       /*       } */
+       /*       /\* Compute C in register blocks. *\/ */
+       /*       for (rj = 0; rj < REG_J; rj++) { */
+       /*      a[rj] = Aj[(rj)*LDA + k]; */
+       /*      for (ri = 0; ri < REG_I; ri++) { */
+       /*        c[ri][rj] += a[rj] * b[ri]; */
+       /*      } */
+       /*       } */
+       /*     } */
+             
+           /* store C in register blocks. */
+       /*     for (ri = 0; ri < REG_I; ri++) { */
+    /*               for (rj = 0; rj < REG_J; rj++) { */
+    /*                 Cj[i + ri + ( rj)*LDA] = c[ri][rj]; */
+    /*               } */
+    /*             } */
+    /*   } */
+    /* } */
+      }
+    }
+  
+    
+    //barrier(nc);
+    for (jj = start; jj < end; jj += BLOCK_J) {
+      int kk_start= (coreid != 0 ? 0 : LDA/2), kk_end = (coreid != 0 ? LDA/2 : LDA);
+      for (kk = kk_start; kk < kk_end; kk += BLOCK_K) {
+       //  for (ii = 0; ii < LDA; ii += BLOCK_I)
+       for (j = jj; j < MIN(end, jj + BLOCK_J); j += REG_J) {
+         Aj = A + j*LDA;
+         Cj = C + j*LDA;
+         for (i = 0; i < LDA/*, ii + BLOCK_I)*/; i += REG_I) {
+           /* Load C in register blocks. */
+           Bi = B + i;
+           for (ri = 0; ri < REG_I; ri++) {
+             for (rj = 0; rj < REG_J; rj++) {
+               c[ri][rj] = Cj[i + ri + ( rj)*LDA];
+             }
+           }
+           
+           
+           for (k = kk; k < MIN(LDA, kk + BLOCK_K); k++) {
+             for (ri = 0; ri < REG_I; ri++) {
+               b[ri] = Bi[k*LDA  + ri];
+             }
+             /* Compute C in register blocks. */
+             for (rj = 0; rj < REG_J; rj++) {
+               a[rj] = Aj[(rj)*LDA + k];
+               for (ri = 0; ri < REG_I; ri++) {
+                 c[ri][rj] += a[rj] * b[ri];
+               }
+             }
+           }
+           
+             /* store C in register blocks. */
+           for (ri = 0; ri < REG_I; ri++) {
+             for (rj = 0; rj < REG_J; rj++) {
+               Cj[i + ri + ( rj)*LDA] = c[ri][rj];
+             }
+           }
+         }
+       }
+      }
+    }
+    /* We only care about performance for 32x32 matrices and 2 cores. Otherwise just naive mat_mul */
+} else {
+      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];
+    }
+  }