使用平铺
可以使用平铺以最大化您的应用程序的加速度。平铺将线程划分为相等的矩形子集或拼贴。如果您使用的相应拼贴大小和平铺的算法，可以在 AMP C++ 代码中获取更多的加速。拼贴的基本组件是：
tile_static变量。平铺的主要好处是性能增益，从tile_static访问。在数据访问tile_static内存可以访问的全局空间中的数据比快得多 （array或array_view对象）。实例的tile_static变量，将创建的每个图块，并在图块中的所有线程都有权访问该变量。在典型的平铺算法，数据被复制到tile_static一次从全局内存的内存，然后访问很多时候，从tile_static内存。
tile_barrier::wait 方法.调用tile_barrier::wait挂起当前线程的执行，直到所有相同的拼贴中的线程到达调用tile_barrier::wait。您无法保证线程将在中运行，仅的拼贴中的没有线程将执行以前的调用顺序tile_barrier::wait之前的所有线程已到达该调用。这意味着，通过使用tile_barrier::wait方法，您可以在平铺的平铺的基础，而不是在线程的线程的基础上执行任务。一种典型的拼贴的算法已初始化的代码tile_static内存的整个拼贴跟调用tile_barrer::wait。下面的代码tile_barrier::wait包含需要访问所有的计算tile_static的值。
本地和全局索引。您有权访问的线程相对于整个索引array_view或array对象，相对于该图块的索引。使用本地的索引可以使代码更易于阅读和调试。通常，可以使用本地索引来访问tile_static变量和全局访问索引array和array_view变量。
tiled_extent 类 和 tiled_index 类。使用tiled_extent对象而不是extent对象中parallel_for_each调用。使用tiled_index对象而不是index对象中parallel_for_each调用。
若要利用的拼贴，您的算法必须计算域划分为拼贴，然后将复制到的图块数据tile_static变量，以提高访问速度。
示例的全局、 平铺和本地索引
下图表示数据排列在 2 x 3 拼贴中的 8 x 9 的矩阵。
.png "拆分为 2x3 平铺的 8x9 矩阵")
下面的示例显示全局，平铺和本地索引的平铺的矩阵。array_view对象使用创建的元素类型的Description。Description包含全局图块和本地的矩阵中的元素的索引。该代码在调用parallel_for_each设置的全局值、 平铺和本地的每个元素的索引。该输出显示中的值Description结构。
#include <iostream>
#include <iomanip>
#include <Windows.h>
#include <amp.h>
using namespace concurrency;
const int ROWS = 8;
cons tint COLS = 9;
// tileRow and tileColumn specify the tile that each thread is in.
// globalRow and globalColumn specify the location of the thread in the array_view.
// localRow and localColumn specify the location of the thread relative to the tile.
struct Description {
int value;
int tileRow;
int tileColumn;
int globalRow;
int globalColumn;
int localRow;
int localColumn;
};
// A helper function for formatting the output.
void SetConsoleColor(int color) {
int colorValue = (color == 0) ? 4 : 2;
SetConsoleTextAttribute(GetStdHandle(STD_OUTPUT_HANDLE), colorValue);
}
// A helper function for formatting the output.
void SetConsoleSize(int height, int width) {
COORD coord; coord.X = width; coord.Y = height;
SetConsoleScreenBufferSize(GetStdHandle(STD_OUTPUT_HANDLE), coord);
SMALL_RECT* rect = new SMALL_RECT();
rect->Left = 0; rect->Top = 0; rect->Right = width; rect->Bottom = height;
SetConsoleWindowInfo(GetStdHandle(STD_OUTPUT_HANDLE), true, rect);
}
// This method creates a 4x4 matrix of Description structures. In the call to parallel_for_each, the structure is updated
// with tile, global, and local indices.
void TilingDescription() {
// Create 16 (4x4) Description structures.
std::vector<Description> descs;
for (int i = 0; i < ROWS * COLS; i++) {
Description d = {i, 0, 0, 0, 0, 0, 0};
descs.push_back(d);
}
// Create an array_view from the Description structures.
extent<2> matrix(ROWS, COLS);
array_view<Description, 2> descriptions(matrix, descs);
// Update each Description with the tile, global, and local indices.
parallel_for_each(descriptions.extent.tile< 2, 3>(),
[= ] (tiled_index< 2, 3> t_idx) restrict(amp)
{
descriptions[t_idx].globalRow = t_idx.global[0];
descriptions[t_idx].globalColumn = t_idx.global[1];
descriptions[t_idx].tileRow = t_idx.tile[0];
descriptions[t_idx].tileColumn = t_idx.tile[1];
descriptions[t_idx].localRow = t_idx.local[0];
descriptions[t_idx].localColumn= t_idx.local[1];
});
// Print out the Description structure for each element in the matrix.
// Tiles are displayed in red and green to distinguish them from each other.
SetConsoleSize(100, 150);
for (int row = 0; row < ROWS; row++) {
for (int column = 0; column < COLS; column++) {
SetConsoleColor((descriptions(row, column).tileRow + descriptions(row, column).tileColumn) % 2);
std::cout << "Value: " << std::setw(2) << descriptions(row, column).value << " ";
}
std::cout << "\n";
for (int column = 0; column < COLS; column++) {
SetConsoleColor((descriptions(row, column).tileRow + descriptions(row, column).tileColumn) % 2);
std::cout << "Tile: " << "(" << descriptions(row, column).tileRow << "," << descriptions(row, column).tileColumn << ") ";
}
std::cout << "\n";
for (int column = 0; column < COLS; column++) {
SetConsoleColor((descriptions(row, column).tileRow + descriptions(row, column).tileColumn) % 2);
std::cout << "Global: " << "(" << descriptions(row, column).globalRow << "," << descriptions(row, column).globalColumn << ") ";
}
std::cout << "\n";
for (int column = 0; column < COLS; column++) {
SetConsoleColor((descriptions(row, column).tileRow + descriptions(row, column).tileColumn) % 2);
std::cout << "Local: " << "(" << descriptions(row, column).localRow << "," << descriptions(row, column).localColumn << ") ";
}
std::cout << "\n";
std::cout << "\n";
}
}
void main() {
TilingDescription();
char wait;
std::cin >> wait;
}
该示例的主要工作是在定义中的array_view对象并调用parallel_for_each。
向量的Description结构复制到 8 x 9 array_view对象。
parallel_for_each调用方法时， tiled_extent作为计算域的对象。tiled_extent对象由调用extent::tile()方法的descriptions变量。类型参数调用的extent::tile()， <2,3>，指定创建 2 x 3 拼贴。因此，矩阵 8 x 9 平到 12 平铺、 四行和三列。
parallel_for_each方法通过调用**tiled_index<2,3>**对象 (t_idx） 作为索引。索引的类型参数 (t_idx） 必须匹配的计算域的类型参数 (descriptions.extent.tile< 2, 3>())。
每个线程执行时，索引t_idx返回信息有关的平铺在线程处于 (tiled_index::tile属性） 和拼贴中的线程的位置 (tiled_index::local属性）。
平铺同步--tile_static 和 tile_barrier::wait
前面的示例所示的麻将牌布局和索引，但不在本身非常有用。平铺变得有用时是不可或缺的一部分的算法和利用此漏洞的拼贴tile_static变量。因为平铺视图中的所有线程都可以访问tile_static变量，以调用tile_barrier::wait用于同步对访问tile_static变量。虽然有权访问所有图块中的线程tile_static变量，没有保证的顺序的拼贴中的线程执行。下面的示例演示如何使用tile_static变量和tile_barrier::wait方法来计算每个拼贴的平均值。下面是示例要点：
RawData 存储在一个 8 x 8 矩阵中。
图块大小为 2 x 2。这将创建 4 x 4 网格的拼贴和平均值可以通过使用存储在一个 4x4 矩阵array对象。有是有限的您可以捕获存储系统的受限制的函数中引用的类型。array类是其中之一。
通过使用定义了矩阵大小和取样大小#define语句，因为类型参数，以array， array_view， extent，和tiled_index必须是常量值。您还可以使用const int static声明。还有一个优点，是不重要更改示例大小来计算平均超过 4 x 4 拼贴。
A tile_static 2 x 2 的浮点值的数组声明的每个拼贴。虽然该声明是在每个线程的代码路径中，只有一个阵列创建矩阵中的每个拼贴。
要将值复制到每个图块中的代码行tile_static数组。对于每个线程后的值将复制到数组中，, 在线程上停止执行为了调用tile_barrier::wait。
当所有图块中的线程已经达到了屏障时，可以计算平均值。由于每个线程执行的代码，没有if语句，以只计算平均在一个线程上的。平均值平均值变量中存储。障碍是本质上是由平铺，控制计算的构造，不如说您可能需要使用for循环。
中的数据averages变量，因为它是array对象，必须将复制到主机。此示例使用矢量转换运算符。
在完成示例中，您可以更改 SAMPLESIZE 为 4，并执行正确的代码而无需任何其他更改。
#include <iostream>
#include <amp.h>
using namespace concurrency;
#define SAMPLESIZE 2
#define MATRIXSIZE 8
void SamplingExample() {
// Create data and array_view for the matrix.
std::vector<float> rawData;
for (int i = 0; i < MATRIXSIZE * MATRIXSIZE; i++) {
rawData.push_back((float)i);
}
extent<2> dataExtent(MATRIXSIZE, MATRIXSIZE);
array_view<float, 2> matrix(dataExtent, rawData);
// Create the array for the averages.
// There is one element in the output for each tile in the data.
std::vector<float> outputData;
int outputSize = MATRIXSIZE / SAMPLESIZE;
for (int j = 0; j < outputSize * outputSize; j++) {
outputData.push_back((float)0);
}
extent<2> outputExtent(MATRIXSIZE / SAMPLESIZE, MATRIXSIZE / SAMPLESIZE);
array<float, 2> averages(outputExtent, outputData.begin(), outputData.end());
// Use tiles that are SAMPLESIZE x SAMPLESIZE.
// Find the average of the values in each tile.
// The only reference-type variable you can pass into the parallel_for_each call
// is a concurrency::array.
parallel_for_each(matrix.extent.tile<SAMPLESIZE, SAMPLESIZE>(),
[=, &averages] (tiled_index<SAMPLESIZE, SAMPLESIZE> t_idx) restrict(amp)
{
// Copy the values of the tile into a tile-sized array.
tile_static float tileValues[SAMPLESIZE][SAMPLESIZE];
tileValues[t_idx.local[0]][t_idx.local[1]] = matrix[t_idx];
// Wait for the tile-sized array to load before you calculate the average.
t_idx.barrier.wait();
// If you remove the if statement, then the calculation executes for every
// thread in the tile, and makes the same assignment to averages each time.
if (t_idx.local[0] == 0 && t_idx.local[1] == 0) {
for (int trow = 0; trow < SAMPLESIZE; trow++) {
for (int tcol = 0; tcol < SAMPLESIZE; tcol++) {
averages(t_idx.tile[0],t_idx.tile[1]) += tileValues[trow][tcol];
}
}
averages(t_idx.tile[0],t_idx.tile[1]) /= (float) (SAMPLESIZE * SAMPLESIZE);
}
});
// Print out the results.
// You cannot access the values in averages directly. You must copy them
// back to a CPU variable.
outputData = averages;
for (int row = 0; row < outputSize; row++) {
for (int col = 0; col < outputSize; col++) {
std::cout << outputData[row*outputSize + col] << " ";
}
std::cout << "\n";
}
// Output for SAMPLESSIZE = 2 is:
// 4.5 6.5 8.5 10.5
// 20.5 22.5 24.5 26.5
// 36.5 38.5 40.5 42.5
// 52.5 54.5 56.5 58.5
// Output for SAMPLESIZE = 4 is:
// 13.5 17.5
// 45.5 49.5
}
int main() {
SamplingExample();
}
争用条件
它很可能创建tile_static变量名为total和递增该变量的每个线程，像下面这样：
// Do not do this.
tile_static float total;
total += matrix[t_idx];
t_idx.barrier.wait();
averages(t_idx.tile[0],t_idx.tile[1]) /= (float) (SAMPLESIZE * SAMPLESIZE);
这种方法的第一个问题是， tile_static变量不能有初始值设定项。第二个问题是工作分配是否存在竞态条件total，这是因为所有拼贴中的线程在无特定顺序有权访问该变量。无法为只允许一个线程访问的总在每个障碍，如下所示的算法进行编程。但是，此解决方案不能扩展。
// Do not do this.
tile_static float total;
if (t_idx.local[0] == 0 && t_idx.local[1] == 0) {
total = matrix[t_idx];
}
t_idx.barrier.wait();
if (t_idx.local[0] == 0 && t_idx.local[1] == 1) {
total += matrix[t_idx];
}
t_idx.barrier.wait();
// etc.
内存范围
有两种类型的内存访问，必须进行同步的--全局内存访问和tile_static内存访问。A concurrency::array对象分配仅全局内存。A concurrency::array_view可以引用全局内存， tile_static的内存，或二者具体取决于它如何构造。有两种类型的内存，必须进行同步的：
全局内存
tile_static
A 内存围墙可确保访问可供其他线程的线程的拼贴，在内存和内存的访问根据程序顺序执行。要确保这种情况，编译器和处理器不重排读取和写入操作跨围墙。在 C++ A，内存围墙创建通过调用这些方法之一：
tile_barrier::wait 方法： 创建一这两种保护全局和tile_static内存。
tile_barrier::wait_with_all_memory_fence 方法： 创建一这两种保护全局和tile_static内存。
tile_barrier::wait_with_global_memory_fence 方法： 创建围墙周围仅全局内存。
tile_barrier::wait_with_tile_static_memory_fence 方法： 创建围墙周围只有tile_static内存。
调用特定围墙，您需要可以提高您的应用程序的性能。障碍类型将影响编译器和硬件重新语句的排序。例如，如果您使用一种全局内存保护，它将应用到全局内存访问，因此，编译器和硬件可能会重新读取和写入tile_static围墙的两个方面中的变量。
在下一个示例中，障碍会同步写入tileValues、 tile_static变量。在此示例中， tile_barrier::wait_with_tile_static_memory_fence而不是调用tile_barrier::wait。
// Using a tile_static memory fence.
parallel_for_each(matrix.extent.tile<SAMPLESIZE, SAMPLESIZE>(),
[=, &averages] (tiled_index<SAMPLESIZE, SAMPLESIZE> t_idx) restrict(amp)
{
// Copy the values of the tile into a tile-sized array.
tile_static float tileValues[SAMPLESIZE][SAMPLESIZE];
tileValues[t_idx.local[0]][t_idx.local[1]] = matrix[t_idx];
// Wait for the tile-sized array to load before calculating the average.
t_idx.barrier.wait_with_tile_static_memory_fence();
// If you remove the if statement, then the calculation executes for every
// thread in the tile, and makes the same assignment to averages each time.
if (t_idx.local[0] == 0 && t_idx.local[1] == 0) {
for (int trow = 0; trow < SAMPLESIZE; trow++) {
for (int tcol = 0; tcol < SAMPLESIZE; tcol++) {
averages(t_idx.tile[0],t_idx.tile[1]) += tileValues[trow][tcol];
}
}
averages(t_idx.tile[0],t_idx.tile[1]) /= (float) (SAMPLESIZE * SAMPLESIZE);
}
});