NVIDIA Trega TK1のホストCPU側でOpenBLAS benchmark:倍精度4.1GFlops, 単精度4.4GFlops

NVIDIA Jetson TK1のホストCPUでOpenBLASの測定を行った。
などがある。NVIDIA 4-Plus-1™ Quad-Core ARM® Cortex™-A15 CPU で、
アーキテクチャはARMv7の4コア構成、数値計算的にはvfpv4, neonなどが使える。

processor       : 0
model name      : ARMv7 Processor rev 3 (v7l)
Features        : swp half thumb fastmult vfp edsp neon vfpv3 tls vfpv4 idiva idivt
CPU implementer : 0x41
CPU architecture: 7
CPU variant     : 0x3
CPU part        : 0xc0f
CPU revision    : 3

意外にも倍精度4.1GFlops、単精度4.4GFlopsとあまり変わらず。vfpv3を使ってるため
vfpv4, neonの恩恵は受けてない。

$ ./dgemm.goto 1000 2000 10

From : 1000  To : 2000 Step=10 : Trans=N

   SIZE          Flops          Time

   1000x1000 :     4124.96 MFlops   0.484853 sec

   1010x1010 :     4113.67 MFlops   0.500916 sec

   1020x1020 :     4121.21 MFlops   0.514998 sec

   1030x1030 :     4093.05 MFlops   0.533943 sec

   1040x1040 :     4139.15 MFlops   0.543524 sec

   1050x1050 :     4112.77 MFlops   0.562942 sec

   1060x1060 :     4131.91 MFlops   0.576496 sec

   1070x1070 :     4122.23 MFlops   0.594360 sec

   1080x1080 :     4137.41 MFlops   0.608938 sec

   1090x1090 :     4106.71 MFlops   0.630690 sec

   1100x1100 :     4121.77 MFlops   0.645839 sec

   1110x1110 :     4113.29 MFlops   0.664982 se

$ ./sgemm.goto 1500 2000 10

From : 1500  To : 2000 Step=10 : Trans=N

   SIZE          Flops          Time

   1500x1500 :     4424.32 MFlops   1.525658 sec

   1510x1510 :     4421.28 MFlops   1.557447 sec

   1520x1520 :     4432.25 MFlops   1.584663 sec

   1530x1530 :     4421.36 MFlops   1.620123 sec

   1540x1540 :     4427.78 MFlops   1.649704 sec

   1550x1550 :     4421.29 MFlops   1.684518 sec

   1560x1560 :     4435.96 MFlops   1.711656 sec

   1570x1570 :     4424.21 MFlops   1.749417 sec