=== CPU (OpenMP) 不同线程数 === CPU矩阵乘法性能测试 (OpenMP多线程) ================================================================= Matrix Threads Time(ms) FLOPS(G) Speedup ----------------------------------------------------------------- 256x256 8 90.372 0.37 1.07 256x256 64 83.707 0.40 1.16 256x256 256 84.262 0.40 1.15 ----------------------------------------------------------------- 512x512 8 815.295 0.33 1.01 512x512 64 813.476 0.33 1.01 512x512 256 812.463 0.33 1.01 ----------------------------------------------------------------- 1024x1024 8 6571.000 0.33 1.00 1024x1024 64 6586.094 0.33 1.00 1024x1024 256 6569.582 0.33 1.00 ----------------------------------------------------------------- 2048x2048 8 55244.488 0.31 1.00 2048x2048 64 55211.832 0.31 1.00 2048x2048 256 55239.930 0.31 1.00 ----------------------------------------------------------------- ASCII图表：CPU性能分析 ================================================================= 1. 不同线程数下的加速比趋势 Matrix Threads=8 Threads=64 Threads=256 2. 不同矩阵规模下的性能趋势 Threads 256x256 512x512 1024x1024 2048x2048 注意：完整图表建议使用Python (matplotlib) 生成。 推荐生成以下图表： - 折线图：不同线程数下的加速比 vs 矩阵规模 - 柱状图：不同配置下的GFLOPS对比 - 热力图：线程数 × 矩阵规模 的性能分布 === CUDA Kernel1 (基础版本) === CUDA Kernel1 矩阵乘法性能测试结果 ================================= Matrix Size Time(s) Time(ms) GFLOPS --------------------------------- 512x512 0.000312 0.312 860.70 1024x1024 0.002373 2.373 905.03 2048x2048 0.019180 19.180 895.72 4096x4096 0.129868 129.868 1058.30 ================================= === CUDA Kernel2 (共享内存优化) === CUDA Kernel2 (共享内存优化) 矩阵乘法性能测试结果 ================================= Matrix Size Time(s) Time(ms) GFLOPS --------------------------------- 512x512 0.000826 0.826 324.87 1024x1024 0.006479 6.479 331.43 2048x2048 0.053598 53.598 320.53 4096x4096 0.432496 432.496 317.78 ================================= === CPU (OpenMP) 不同线程数 === CPU矩阵乘法性能测试 (OpenMP多线程) ================================================================= Matrix Threads Time(ms) FLOPS(G) Speedup ----------------------------------------------------------------- 256x256 8 90.532 0.37 1.08 256x256 64 83.896 0.40 1.17 256x256 256 83.807 0.40 1.17 ----------------------------------------------------------------- 512x512 8 814.564 0.33 1.00 512x512 64 817.633 0.33 1.00 512x512 256 812.408 0.33 1.01 ----------------------------------------------------------------- 1024x1024 8 6639.308 0.32 1.00 1024x1024 64 6627.468 0.32 1.00 1024x1024 256 6656.504 0.32 1.00 ----------------------------------------------------------------- 2048x2048 8 55719.875 0.31 1.00 2048x2048 64 55636.734 0.31 1.00 2048x2048 256 55657.629 0.31 1.00 ----------------------------------------------------------------- ASCII图表：CPU性能分析 ================================================================= 1. 不同线程数下的加速比趋势 Matrix Threads=8 Threads=64 Threads=256 2. 不同矩阵规模下的性能趋势 Threads 256x256 512x512 1024x1024 2048x2048 注意：完整图表建议使用Python (matplotlib) 生成。 推荐生成以下图表： - 折线图：不同线程数下的加速比 vs 矩阵规模 - 柱状图：不同配置下的GFLOPS对比 - 热力图：线程数 × 矩阵规模 的性能分布 === CUDA Kernel1 (基础版本) === CUDA Kernel1 矩阵乘法性能测试结果 ================================= Matrix Size Time(s) Time(ms) GFLOPS --------------------------------- 512x512 0.000316 0.316 848.68 1024x1024 0.002367 2.367 907.12 2048x2048 0.019190 19.190 895.24 4096x4096 0.138181 138.181 994.63 ================================= === CUDA Kernel2 (共享内存优化) === CUDA Kernel2 (共享内存优化) 矩阵乘法性能测试结果 ================================= Matrix Size Time(s) Time(ms) GFLOPS --------------------------------- 512x512 0.000828 0.828 324.24 1024x1024 0.006483 6.483 331.27 2048x2048 0.053603 53.603 320.50 4096x4096 0.432285 432.285 317.94 =================================