Step 7: cuBLAS Comparison

결과

전체 비교 (평균)

크기별 상세

분석

TVM Step 6(Unrolling)의 성능 특성

512x512 크기에서 약 79% 달성:

• 작은 행렬 크기에서는 Step 1~5에서 적용한 Tiling, Shared Memory, Software Pipelining 위에 Loop Unrolling까지 더해져, cuBLAS 대비 상당히 근접한 성능을 보입니다.

1024x1024 크기에서 약 37%:

• 큰 행렬에서는 여전히 cuBLAS의 고급 최적화 기법(예: Tensor Core 활용, 더 공격적인 타일링/벡터화)이 더 효과적입니다.

실행

# cuBLAS 벤치마크
python benchmarks/cublas_baseline.py

# TVM vs cuBLAS 비교
python benchmarks/compare_all_with_cublas.py

코드는 https://github.com/kimm240/matrix-multiplication-optimization-with-tvm에서 찾아볼 수 있습니다.

시리즈 포스트

• 이전: Step 6: Loop Unrolling

Language: English