Skip to content

Latest commit

 

History

History
111 lines (72 loc) · 8.17 KB

RunOriginalCode.md

File metadata and controls

111 lines (72 loc) · 8.17 KB

2019.1 SDAccel™ 開発環境チュートリアル

See other versions

アクセラレーションされた FPGA アプリケーションの最適化手法

1. 元のアプリケーションの評価

このチュートリアルで使用される C アプリケーションは、提供されているフィルター係数と RGBA ビデオのセットの 2D たたみ込みを実行します。アプリケーションは ffmpeg を使用して入力および出力ビデオ ストリームを作成します。これが入力ビデオの各フレームを読み込んで該当する処理済フレームに書き出すためのパイプとして使用されます。

この手順では、このアプリケーションをビルドして実行し、アクセラレーション前の元のアプリケーションの基準となるパフォーマンス データを作成します。元のアプリケーションの出力はゴールデン データとしても保存し、ハードウェア アクセラレーションされたアプリケーションの出力と比較して検証するために使用します。

C アプリケーションのビルド

  1. 元のアプリケーション コードを含む cpu_src ディレクトリに移動します。

  2. 次の make コマンドを実行します。

    cd convolution-tutorial/design/cpu_src
make

このコマンドを実行すると、C ソース コードがコンパイルされ、convolve 実行ファイルが作成されます。実行ファイルには、ビデオ ファイル (この場合はプロジェクト ルート ディレクトリにあります) へのパスが必要です。

ヒント: この演習で使用される makefile には、多くの手順と変数が含まれます。makefile の構造および内容については、makefile の理解を参照してください。

C アプリケーションの実行とゴールデン結果の生成

この手順では、次のコマンドで元の C アプリケーションを別の形式の指定された入力ビデオ ファイルを使用して実行して、比較目的のゴールデン出力ファイルを生成します。

cd convolution-tutorial/design/cpu_src
make golden

生成された最初の出力ファイル golden_out_full.mp4 は 132 フレームのフル動画で、各フレームは 1980x1080 ピクセルです。このゴールデン出力ファイルは、アプリケーションがハードウェアでかなりすばやく実行できるので、すべてのハードウェア実行に使用されますが、エミュレーションの場合は、よりすばやく結果を出すために、1 つのフレームのみを含む小さなファイルを使用します。

次は、生成されたゴールデン出力ファイルのサマリです。

  • golden_out_full.mp4: ハードウェアで実行される場合のアクセラレーションされたアプリケーションのテストに使用。
  • golden_out_small.mp4: 「手順 5: 順不同キューと複数の計算ユニットの使用」以外のソフトウェアおよびハードウェア エミュレーション実行のテストに使用。
  • golden_out_small_40.mp4: 「手順 5: 順不同キューと複数の計算ユニットの使用」のテストに使用。

アプリケーションのプロファイルとパフォーマンス目標の決定

『SDAccel 設計手法ガイド』 (UG1346) で説明するように、gprof ツールを使用すると、アプリケーションをプロファイリングして、アクセラレーション可能な関数を見つけることができます。

  1. gcc コマンド ラインに -pg オプションを追加します。これには既に Makefile に含まれています。

  2. ディレクトリを cpu_src フォルダーに変更して、make で実行ファイルを生成します。

    cd cpu_src

  3. 実行ファイルを実行します。

    ./convolve --gray true ../video.mp4

  4. プロファイル結果を抽出します。

    gprof convolve gmon.out> gprofresult.txt

  5. プロファイル サマリ レポートを表示するには、テキスト エディターで gprofresult.txt ファイルを開きます。次の表のような結果になるはずです。

    各サンプルは 0.01 秒でカウントされます。

    時間の割合 (%) 累積秒数 それだけの秒数 呼び出し合計 ms/呼び出し ms/呼び出し 名前
    95.29 7.28 7.28 132 55.15 55.15 convolve_cpu
    4.85 7.65 0.37 132 2.81 2.81 grayscale_cpu
    0.00 7.65 0.00 132 0.00 0.00 print_progress(int, int)
    0.00 7.65 0.00 1 0.00 0.00 GLOBAL__sub_I_default_output

    レポートには、convolve_cpu に実行時間の 95% が使用されていることが示されますので、この関数をアクセラレーションすると、パフォーマンス全体がかなり改善することになります。

達成可能な最大スループットの判断

ほとんどの FPGA アクセラレーション システムで、達成可能な最大スループットは PCIe® バスによって制限されます。PCIe のパフォーマンスは、マザーボード、ドライバー、ターゲット シェル、転送サイズなどのさまざまな要因の影響を受けます。SDAccel 環境に含まれる xbutil ユーティリティを使用して xbutil dmatest コマンドを実行すると、達成可能な最大 PCIe 帯域幅を測定できます。デザイン ターゲットのスループットは、この上限を超えることができません。

全体的なアクセラレーション目標の設定

CPU では、1 つの 1080 p フレームを処理するのに 55.15 ms かかります。これは、つまり毎秒 1000/55.15 = 18.13 フレームのパフォーマンスを達成していることを意味します。目標はアプリケーションが 30fps の最小のリアルタイム パフォーマンスを達成することなので、CPU と比べて ~2x の係数でアクセラレーションする必要があります。

フレームのサイズが 1920 x 1080 x 4 バイト = 8.29 MB だとすると、アクセラレーションされたアプリケーションの最小スループットは 8.29 MB x 30 fps = 249 MB/s になります。

このスループット目標は、Alveo カードの最大の達成可能なスループットの範囲内になります。このチュートリアルでは、この目標を達成するプロセスをお見せします。

次のステップ

ここまでで、元のアプリケーションからアクセラレーションする関数を見つけて、パフォーマンス目標を作成しました。次の演習では、元の convolve 関数のベースラインを作成してハードウェアで実行し、一連のホストおよびカーネル コード最適化を実行して、パフォーマンス目標を満たします。これは、元のアプリケーションから SDAccel アプリケーションを作成するところから開始します。

ハードウェア エミュレーションを使用して、各ステップのパフォーマンスを測定します。最後に、これらすべてをハードウェアで実行して、パフォーマンスが各ステップでどれだけ改善されたかを確認します。


メイン ページに戻る — 入門コースの初めに戻る

Copyright© 2019 Xilinx