=== 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 86.012 0.39 1.14 256x256 64 78.420 0.43 1.25 256x256 256 76.496 0.44 1.28 ----------------------------------------------------------------- 512x512 8 747.483 0.36 1.00 512x512 64 743.606 0.36 1.01 512x512 256 748.649 0.36 1.00 ----------------------------------------------------------------- 1024x1024 8 6033.205 0.36 1.00 1024x1024 64 6049.318 0.35 1.00 1024x1024 256 6051.757 0.35 1.00 ----------------------------------------------------------------- 2048x2048 8 51065.609 0.34 1.00 2048x2048 64 50995.406 0.34 1.00 2048x2048 256 51083.363 0.34 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 0.316 849.49 1024x1024 0.002374 2.374 904.75 2048x2048 0.019190 19.190 895.23 4096x4096 0.152897 152.897 898.90 ================================= === 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 0.000827 0.827 324.65 1024x1024 0.006484 6.484 331.22 2048x2048 0.053599 53.599 320.52 4096x4096 0.433242 433.242 317.23 =================================