inference-engine/thirdparty/clDNN/kernel_selector/core/actual_kernels/convolution/convolution_kernel_yxfb_yxio_b16.cpp

   1 /*
   2 // Copyright (c) 2016 Intel Corporation
   3 //
   4 // Licensed under the Apache License, Version 2.0 (the "License");
   5 // you may not use this file except in compliance with the License.
   6 // You may obtain a copy of the License at
   7 //
   8 //      http://www.apache.org/licenses/LICENSE-2.0
   9 //
  10 // Unless required by applicable law or agreed to in writing, software
  11 // distributed under the License is distributed on an "AS IS" BASIS,
  12 // WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
  13 // See the License for the specific language governing permissions and
  14 // limitations under the License.
  15 */
  16
  17 #include "convolution_kernel_yxfb_yxio_b16.h"
  18
  19 namespace kernel_selector
  20 {
  21
  22     ParamsKey ConvolutionKernel_yxfb_yxio_b16::GetSupportedKey() const
  23     {
  24         ParamsKey k;
  25         k.EnableInputDataType(Datatype::F16);
  26         k.EnableInputDataType(Datatype::F32);
  27         k.EnableInputWeightsType(WeightsType::F16);
  28         k.EnableInputWeightsType(WeightsType::F32);
  29         k.EnableOutputDataType(Datatype::F16);
  30         k.EnableOutputDataType(Datatype::F32);
  31         k.EnableInputLayout(DataLayout::yxfb);
  32         k.EnableOutputLayout(DataLayout::yxfb);
  33         k.EnableTensorOffset();
  34         k.EnableTensorPitches();
  35         k.EnableBiasPerFeature();
  36         k.EnableNonBiasTerm();
  37         k.EnableBatching();
  38         k.EnableSplitSupport();
  39         k.EnableDilation();
  40         k.EnableSubGroup();
  41         return k;
  42     }
  43
  44     std::string ConvolutionKernel_yxfb_yxio_b16::GetKernelName(const convolution_params& params) const
  45     {
  46         if (params.inputs[0].GetDType() == Datatype::F32)
  47         {
  48             return kernelName + "_fp32";
  49         }
  50         else
  51         {
  52             return kernelName + "_fp16";
  53         }
  54     }
  55
  56     namespace {
  57         // how many batches will a single work item compute
  58         size_t GetBatchesPerWorkItem(size_t batch_size, Datatype dataType)
  59         {
  60             if (dataType == Datatype::F16)
  61             {
  62                 const uint32_t min_batches_per_wi = 1;
  63                 const uint32_t min_lws = 16;
  64
  65                 if (batch_size % (4 * min_batches_per_wi * min_lws) == 0)
  66                 {
  67                     return 4 * min_batches_per_wi; // USE_BLOCK_READ_2 + as_half4
  68                 }
  69                 else if (batch_size % (2 * min_batches_per_wi * min_lws) == 0)
  70                 {
  71                     return 2 * min_batches_per_wi; // USE_BLOCK_READ_1 + as_half2
  72                 }
  73                 else
  74                 {
  75                     return min_batches_per_wi;
  76                 }
  77             }
  78             else
  79             {
  80                 return 2;
  81             }
  82         }
  83
  84         size_t GetOfmPerWorkitem(Datatype dataType)
  85         {
  86             if (dataType == Datatype::F16)
  87                 return 16;
  88             return 8;
  89         }
  90     }
  91
  92     ConvolutionKernelBase::DispatchData ConvolutionKernel_yxfb_yxio_b16::SetDefault(const convolution_params& arg, int) const
  93     {
  94         DispatchData runInfo = ConvolutionKernelBase::SetDefault(arg);
  95
  96         const auto filter_ofm_num = arg.weights.OFM().v;
  97         const auto batch_size = arg.output.Batch().v;
  98         const uint32_t min_lws = 16;
  99
 100         const size_t batchesPerWorkItem = GetBatchesPerWorkItem(batch_size, arg.inputs[0].GetDType());
 101         const size_t ofmPerWorkItem = GetOfmPerWorkitem(arg.inputs[0].GetDType());
 102
 103         if (arg.inputs[0].GetDType() == Datatype::F16)
 104         {
 105             runInfo.effiency = FORCE_PRIORITY_7;
 106         }
 107         else
 108         {
 109             runInfo.effiency = FORCE_PRIORITY_9;
 110         }
 111
 112         runInfo.lws0 = min_lws;
 113         runInfo.gws0 = filter_ofm_num * batch_size / (ofmPerWorkItem * batchesPerWorkItem);
 114
 115         return runInfo;
 116     }
 117
 118     bool ConvolutionKernel_yxfb_yxio_b16::Validate(const Params& p, const optional_params& o) const
 119     {
 120         if (!ConvolutionKernelBase::Validate(p, o))
 121         {
 122             return false;
 123         }
 124         const convolution_params& params = static_cast<const convolution_params&>(p);
 125
 126         const auto filter_ofm_num = params.weights.OFM().v;
 127         const auto batch_size = params.output.Batch().v;
 128         const uint32_t min_lws = 16;
 129
 130         const bool bInputValidated =
 131             (filter_ofm_num > 0) &&
 132             (batch_size > 0) &&
 133             (params.output.Feature().v == filter_ofm_num);
 134
 135         if (!bInputValidated)
 136         {
 137             return false;
 138         }
 139
 140         if (params.inputs[0].GetDType() == Datatype::F16)
 141         {
 142             const uint32_t min_ofm_per_wi = 16;
 143             const uint32_t min_batches_per_wi = 1;
 144
 145             const bool bFilterOK = filter_ofm_num % min_ofm_per_wi == 0;            // Number of output features dividable by minimum number of output features processed inside work item.
 146             const bool bBatchOK = batch_size % (min_batches_per_wi * min_lws) == 0; // Batch size dividable by minimum number of batches processed when smallest local work size is used.
 147
 148             if (!bFilterOK || !bBatchOK)
 149             {
 150                 return false;
 151             }
 152         }
 153         else
 154         {
 155             if ((filter_ofm_num * batch_size) % min_lws != 0 ||
 156                 batch_size < 32) // TODO: check why it's not supported
 157             {
 158                 return false;
 159             }
 160         }
 161
 162         return true;
 163     }
 164
 165     JitConstants ConvolutionKernel_yxfb_yxio_b16::GetJitConstants(const convolution_params& params, const DispatchData& kd) const
 166     {
 167         auto jit = Parent::GetJitConstants(params, kd);
 168
 169         const auto local_work_group_size = kd.lws0;
 170         const auto batch_size = params.output.Batch().v;
 171
 172         if (params.inputs[0].GetDType() == Datatype::F32)
 173         {
 174             // A LITTLE HACK, for convolutions with low number of input features don't use block reads, and it will speed up by 25%
 175             // TODO - investigate why is this happening
 176             if (params.inputs[0].Feature().v > 4)
 177             {
 178                 jit.AddConstant(MakeJitConstant("USE_BLOCK_READ_2", ""));
 179             }
 180         }
 181         else
 182         {
 183             const auto batch_pad_before = params.output.Batch().pad.before;
 184             const auto feature_pitch = params.output.Feature().pitch;
 185
 186             if (batch_size >= 64 && (feature_pitch % 2 == 0) && (batch_pad_before % 2 == 0))
 187             {
 188                 jit.AddConstant(MakeJitConstant("USE_BLOCK_READ_2", ""));
 189             }
 190             else if (batch_size >= 32 && (feature_pitch % 2 == 0) && (batch_pad_before % 2 == 0))
 191             {
 192                 jit.AddConstant(MakeJitConstant("USE_BLOCK_READ_1", ""));
 193             }
 194         }
 195
 196         const size_t batchesPerWorkItem = GetBatchesPerWorkItem(batch_size, params.inputs[0].GetDType());
 197         const size_t ofmPerWorkItem = GetOfmPerWorkitem(params.inputs[0].GetDType());
 198
 199         jit.AddConstants({
 200             MakeJitConstant("LOCAL_WORK_GROUP_SIZE", kd.lws0),
 201             MakeJitConstant("OFM_PER_WORK_ITEM", ofmPerWorkItem),
 202             MakeJitConstant("BATCHES_PER_WORK_ITEM",                            batchesPerWorkItem), // how many batches will a single work item compute
 203             MakeJitConstant("LOCAL_WORK_GROUPS_PER_SINGLE_BATCHES_ELEMENTS",    std::max(batch_size / batchesPerWorkItem / local_work_group_size, static_cast<size_t>(1))), // how many local work groups we need to compute single element for each batch
 204             MakeJitConstant("WORK_ITEMS_PER_SINGLE_BATCHES_ELEMENTS", batch_size / batchesPerWorkItem), // how many work items we need to compute single element for each batch
 205         });
 206
 207         return jit;
 208     }
 209
 210     KernelsData ConvolutionKernel_yxfb_yxio_b16::GetKernelsData(const Params& params, const optional_params& options) const
 211     {
 212         return GetTunedKernelsDataByIndex(params, options);
 213     }
 214 }