Skip to content

Latest commit

 

History

History
196 lines (152 loc) · 4.25 KB

todo.md

File metadata and controls

196 lines (152 loc) · 4.25 KB
Raw

TODO

优化思路

  • 并发与调度
    • 充分利用 CPU 核心数
    • 多显卡并发计算
    • 减少重复的无用计算
    • 并发无依赖的 CPU 计算
    • 提前准备好 GPU 计算所需数据
    • CPU 和 GPU 并发计算
  • 调参
    • 充分利用显卡的显存，减少数据存取次数
    • 根据显卡不同的位宽和核心数配置合理的参数
    • 跟换 CUDA 库提升性能
  • 算法
    • 语言层面算法
    • 数学层面算法

并发与调度的最优解就是：

  • CPU 一开始全部跑满
  • GPU 一但开跑就全部跑满，持续到结束
  start                         end
    |                            |
CPU |-------------------->|      |
GPU |      |-------------------->|

优化步骤

  • fork 代码：https://github.com/jackoelv/bellperson
  • 熟悉代码，看明白代码大概逻辑
  • 搞清楚各段代码耗费的时间多少，是耗在 CPU 还是 GPU
  • 搞清楚各个耗时任务的 CPU 和 GPU 是否跑满
  • 按照上面的优化思路进行代码优化，并测试
  • 记录每次测试的日志，分析效果，便于分享

目前任务清单

  1. 自助认领任务，添加昵称到任务清单下面
  2. pull requests

[1] build provers 并发优化

// build provers
info!("ZQ: build provers start");
let now = Instant::now();
let mut provers = circuits
    .into_par_iter()
    .map(|circuit| -> Result<_, SynthesisError> {
        let mut prover = ProvingAssignment::new();
        prover.alloc_input(|| "", || Ok(E::Fr::one()))?;
        // 这里是一个耗时操作，考虑函数里面再加并发，
        // 充分利用CPU核心数量，目前单个迭代只用到一个核心
        circuit.synthesize(&mut prover)?;
        for i in 0..prover.input_assignment.len() {
            prover.enforce(|| "", |lc| lc + Variable(Index::Input(i)), |lc| lc, |lc| lc);
        }
        Ok(prover)
    })
    .collect::<Result<Vec<_>, _>>()?;
info!("ZQ: build provers  end: {:?}", now.elapsed());

开发人员名单：

  • devid
  • 、

[2] a_s 优化 1

info!("ZQ: a_s start");

// 。。。

// 这3个fft考虑充分利用显存，同时计算
let mut a =
    EvaluationDomain::from_coeffs(std::mem::replace(&mut prover.a, Vec::new()))?;
let mut b =
    EvaluationDomain::from_coeffs(std::mem::replace(&mut prover.b, Vec::new()))?;
let mut c =
    EvaluationDomain::from_coeffs(std::mem::replace(&mut prover.c, Vec::new()))?;

a.ifft(&worker, &mut fft_kern)?;
a.coset_fft(&worker, &mut fft_kern)?;
b.ifft(&worker, &mut fft_kern)?;
b.coset_fft(&worker, &mut fft_kern)?;
c.ifft(&worker, &mut fft_kern)?;
c.coset_fft(&worker, &mut fft_kern)?;

// 。。。

info!("ZQ: a_s end: {:?}", now.elapsed());
drop(fft_kern);

开发人员名单：

  • （微信昵称，自助添加认领）
  • 、[FOO-Hacker]Jerry

[3] a_s 优化 2

多显卡并发计算（已完成）

[4] inputs 优化

info!("ZQ: inputs start");
let now = Instant::now();
let inputs = provers
// 。。。

// 有三个类似的操作
// 可以提取到map外面提前并发计算好结果
// 去掉GPU等待时间
let (
    a_aux_bss,
    a_aux_exps,
    a_aux_skip,
    a_aux_n
) = density_filter(
    a_aux_source.clone(),
    Arc::new(prover.a_aux_density),
    aux_assignment.clone()
);
// 。。。
let (
    b_g1_aux_bss,
    b_g1_aux_exps,
    b_g1_aux_skip,
    b_g1_aux_n
) = density_filter(
    b_g1_aux_source.clone(),
    b_aux_density.clone(),
    aux_assignment.clone()
);
// 。。。
let (
    b_g2_aux_bss,
    b_g2_aux_exps,
    b_g2_aux_skip,
    b_g2_aux_n
) = density_filter(
    b_g2_aux_source.clone(),
    b_aux_density.clone(),
    aux_assignment.clone()
);
//。。。

info!("ZQ: inputs end: {:?}", now.elapsed());

开发人员名单：

  • （微信昵称，自助添加认领）
  • 、

[5] GPU 参数调整

根据不同的 GPU 参数，调整参数

  • 52:calc_num_groups
  • 76:calc_best_chunk_size
  • 87:calc_chunk_size

开发人员名单：

  • （微信昵称，自助添加认领）
  • 我是鱼饵

[6] opencl 更换 CUDA 库

开发人员名单：

  • （微信昵称，自助添加认领）
  • 、

[7] 算法优化

开发人员名单：

  • （微信昵称，自助添加认领）
  • 、

[8] 不同显卡测试

开发人员名单：

  • （微信昵称，自助添加认领）
  • 我是鱼饵