OpenBLAS on 32-bit RISC-V Multi-Core

Luffcaでは、OpenBLASを32-bit RISC-Vに対応させ、FPGAボードに8コアの32-bit RISC-V SoCを実装して、GEMM（GEneral Matrix-to-matrix Multiply）の性能を評価しました。

OpenBLAS

OpenBLASのREADME.mdのIntroductionに以下の記載があるように、OpenBLASはオープンソースの最適化BLAS実装です。

OpenBLAS is an optimized BLAS (Basic Linear Algebra Subprograms) library based on GotoBLAS2 1.13 BSD version.

RISC-Vの対応状況として、最新リリースv0.3.21のTargetList.txtには、64-bit RISC-V用のRISCV64_GENERICとRISC-V Vector（0.7.1）をサポートするXuanTie C910用のC910Vがあります。

OpenBLAS for RV32GC

VexRiscvは、RISC-Vの単精度浮動小数点拡張Fに対応しており、32-bit RISC-Vには珍しく倍精度浮動小数点拡張Dにも対応しています。ここでは、RV32IMAFDC（RV32GC）をサポートするVexRiscv用にOpenBLASをビルドしました。

また、OpenMPを有効にするため、USE_OPENMP=1オプションを追加してビルドしています。

GEMM on Octa-Core VexRiscv

8コアのVexRiscv SoCを実装したFPGAボードのNexys Videoと、Buildrootを用いて作成したLinux環境を組み合わせて、DGEMM（倍精度GEMM）とSGEMM（単精度GEMM）の性能を評価しました。このSoCは、OpenMP on FPGA with RISC-V Multi-Core Processorの記事で紹介しているものです。

以下は、スレッド数8のSGEMMを実行したときのコンソール出力を表しています。環境変数OPENBLAS_LOOPSに10を設定することにより、10回の平均性能を算出しています。

root@buildroot:/home# export OPENBLAS_LOOPS=10
root@buildroot:/home# export OMP_NUM_THREADS=8
root@buildroot:/home# ./sgemm.goto 1 256
From :   1  To : 256 Step=1 : Transa=N : Transb=N
          SIZE                   Flops             Time
 M=   1, N=   1, K=   1 :        0.04 MFlops   0.000468 sec
 M=   2, N=   2, K=   2 :        0.60 MFlops   0.000268 sec
 M=   3, N=   3, K=   3 :        1.55 MFlops   0.000349 sec
...
 M= 254, N= 254, K= 254 :      194.70 MFlops   1.683302 sec
 M= 255, N= 255, K= 255 :      193.38 MFlops   1.714861 sec
 M= 256, N= 256, K= 256 :      195.52 MFlops   1.716203 sec

アイキャッチ画像は、DGEMMとSGEMMの性能（FLOP/cycle）を表しています。VexRiscvの動作周波数は100MHzなので、1FLOP/cycleが、100MFLOPSに対応します。

まとめ

Luffcaでは、OpenBLASを32-bit RISC-Vに対応させ、FPGAボードのNexys Videoに8コアのVexRiscv SoCを実装して、GEMMの性能を評価しました。