DL 16_16

Top: -

Par: 18 lines

Problem Statement

DRAM に分割されて配置された shape = (16, 16) の Float Tensor $D$ を、

LM にある Tensor $L$ に((16:2), (2:1, 4_PE:1, 2_W:1))のレイアウトで格納してください。

出力レイアウトに L2B, L1B, MAB は含まれていないので、すべての MAB で同じ内容を放送することが分かります。4_PE:1 は含まれているので、4 個の PE には分配します。

考え方・方針

4 つの DRAM に 32 長語ずつ分割して配置された値を、8 個の L2BM に同じ内容を放送したいです。

様々な方法がありますが、DL 16 と似た方針で、グループ 0 の PDM に、DRAM → PDM 単独個別転送命令 mvp を 4 回行い、特定の PDM に集めたあと、PDM → L2BM グループ間放送命令 mvb を 1 回行い、8 個の L2B に放送する方法が良いでしょう。

ただし、mvp の動作単位は 64 長語なので、

mvp/n32 $d0@0 $p0@0 mvp/n32 $d0@1 $p32@0 mvp/n32 $d0@2 $p64@0 mvp/n32 $d0@3 $p96@0

とは書けません。

そこで、

mvp/n64 $d0@0 $p0@0 mvp/n64 $d0@1 $p64@0 mvp/n64 $d0@2 $p128@0 mvp/n64 $d0@3 $p192@0 mvb/n256 $p0@0 $lc0

と 64 長語転送し、その後 256 長語を L2BM に放送します。

このとき、この256 長語のうち有効値の範囲は [0:32], [64:96], [128:160], [192:224] の場所の 128 長語であり、いわゆるパディングが入った状態です。

この 32 × 4 長語を L1BM に放送する際に、

l2bmb $lc0 $lb0 l2bmb $lc64 $lb32 l2bmb $lc128 $lb64 l2bmb $lc192 $lb96

のように、パディングを飛ばして L1BM に放送すると、L1BM に 128 長語が詰まった状態になります。

その後、 l1bmm 命令で PE に分配すれば良いでしょう。

$D$ ($0 \le D[{i, j}] \le 256$): Float $d[0:32]@0, (16,16)/((4_L2B:2, 4:8), (8:1, 2_W:1); B@[4_L2B:2])
?

testcase.vsm