运行MiniAPP时,将执行3次是相同的GPP计算内核,第一个被视为参考,在单个核心上串行运行,第二个执行旨在用于多项式实现(您需要在GPPKER OMP CPU子例子上工作),并且第三个执行将用于GPU kernel(您需要对GPU kernel compriine cormopt of Gpukkkkkkkkkeorp on prompt)。总运行时间(Runtime:)将在每个执行的末尾打印,它代表了在自我能量SX(Exchange)和CH(相关)计算中所花费的时间的组合。您将使用此值来跟踪实现的改进,即您实施最佳的时间越小。当然,您需要确保您的Miniapp重现上面给出的正确结果。
面向现场的控制(FOC)是一种行业标准的策略,用于控制感应电动机和其他类型的基于AC的电动机。以数字方式实施时,此控制方案具有很高的算术强度 - 特别是它需要使用三角函数。此要求与需要在需要时增加控制步骤频率的必要性,并且在保存电池寿命(例如无人机)的应用中最小化功耗。但是,它也非常适合使用精确调整技术优化。因此,我们利用最新的FIXM方法来通过应用三角函数的精确调整来优化模拟典型焦点应用的Miniapp。FIXM方法本身是扩展的,以实现其他算法选择,以实现执行时间和代码大小之间的权衡。随着FIXM在Miniapp上的应用,我们达到了高达278%的加速,输出的误差小于0.1%。