Robust/src/Benchmarks/Prefetch/2DConv/dsm/ConvolutionSizeC.java

   1 public class Convolution extends Thread {
   2   Image img;
   3   int x0,x1,y0,y1;
   4
   5   public Convolution(Image img, int x0, int x1, int y0, int y1) {
   6     this.img = img;
   7     this.x0 = x0;
   8     this.x1 = x1;
   9     this.y0 = y0;
  10     this.y1 = y1;
  11   }
  12
  13   public void run() {
  14     int kernelHeight=15;
  15     int kernelWidth=15;
  16
  17     double[][] kernel = new double[kernelHeight][kernelWidth];
  18     initKernel15(kernel);
  19
  20     atomic {
  21         int myx0=x0;
  22         int myy0=y0;
  23         int myx1=x1;
  24         int myy1=y1;
  25
  26       double tempinput[][] = img.inputImage;
  27       double tempout[][] = img.outputImage;
  28
  29       double tinput1[] = tempinput[myx0+0];
  30       double tinput2[] = tempinput[myx0+1];
  31       double tinput3[] = tempinput[myx0+2];
  32       double tinput4[] = tempinput[myx0+3];
  33       double tinput5[] = tempinput[myx0+4];
  34       double tinput6[] = tempinput[myx0+5];
  35       double tinput7[] = tempinput[myx0+6];
  36       double tinput8[] = tempinput[myx0+7];
  37       double tinput9[] = tempinput[myx0+8];
  38       double tinput10[] = tempinput[myx0+9];
  39       double tinput11[] = tempinput[myx0+10];
  40       double tinput12[] = tempinput[myx0+11];
  41       double tinput13[] = tempinput[myx0+12];
  42       double tinput14[] = tempinput[myx0+13];
  43       double tinput0[] = tinput1;
  44
  45       int l=myx0+14;
  46       for(int i=myx0;i<myx1;i++,l++){
  47         double tout[] = tempout[i];
  48         for(int j=myy0;j<myy1;++j){
  49           double s=0;
  50           for(int b=0;b<kernelHeight;++b) {
  51             s+=(tinput0[j+b] * kernel[0][b] + tinput1[j+b] * kernel[1][b] + tinput2[j+b]*kernel[2][b] +
  52                 tinput3[j+b]*kernel[3][b] + tinput4[j+b]*kernel[4][b] + tinput5[j+b]*kernel[5][b]+
  53                 tinput6[j+b]*kernel[6][b] + tinput7[j+b]*kernel[7][b] + tinput8[j+b]*kernel[8][b]+
  54                 tinput9[j+b]*kernel[9][b] + tinput10[j+b]*kernel[10][b] + tinput11[j+b]*kernel[11][b]+
  55                 tinput12[j+b]*kernel[12][b]+ tinput13[j+b]*kernel[13][b] + tinput14[j+b]*kernel[14][b]);
  56           }
  57           tout[j]=s;
  58         }
  59         tinput0 = tinput1; tinput1=tinput2; tinput2=tinput3; tinput3=tinput4; tinput4=tinput5;
  60         tinput5 = tinput6; tinput6=tinput7; tinput7=tinput8; tinput8=tinput9; tinput9=tinput10;
  61         tinput10 = tinput11; tinput11=tinput12; tinput12=tinput13; tinput13=tinput14; tinput14=tempinput[l];
  62       }
  63     }
  64   }
  65
  66
  67
  68
  69   public static void main(String[] args) {
  70     int SIZE = 256;
  71     int NUM_THREADS = 1;
  72     int kernelHeight=15, kernelWidth=15;
  73
  74     if(args.length>0) {
  75       NUM_THREADS = Integer.parseInt(args[0]);
  76       if(args.length>1) {
  77         SIZE = Integer.parseInt(args[1]);
  78       }
  79     }
  80
  81     int[] mid = new int[8];
  82     mid[0] = (128<<24)|(195<<16)|(136<<8)|162; //dw-10
  83     mid[1] = (128<<24)|(195<<16)|(136<<8)|163; //dw-11
  84     mid[2] = (128<<24)|(195<<16)|(136<<8)|164; //dw-12
  85     mid[3] = (128<<24)|(195<<16)|(136<<8)|165; //dw-13
  86     mid[4] = (128<<24)|(195<<16)|(136<<8)|166; //dw-14
  87     mid[5] = (128<<24)|(195<<16)|(136<<8)|167; //dw-15
  88     mid[6] = (128<<24)|(195<<16)|(136<<8)|168; //dw-16
  89     mid[7] = (128<<24)|(195<<16)|(136<<8)|169; //dw-17
  90
  91     Image img;
  92     Convolution[] conv;
  93     Convolution tmp;
  94
  95     atomic {
  96       img = global new Image(SIZE,SIZE,kernelHeight,kernelWidth);
  97       img.setValues();
  98       conv = global new Convolution[NUM_THREADS];
  99       int increment=SIZE/NUM_THREADS;
 100       int base = 0;
 101       for(int i = 0; i<NUM_THREADS; i++) {
 102         if((i+1)==NUM_THREADS)
 103           conv[i] = global new Convolution(img, base, SIZE, 0, SIZE);
 104         else
 105           conv[i] = global new Convolution(img, base, base+increment, 0, SIZE);
 106         base+=increment;
 107       }
 108     }
 109
 110     /*
 111     atomic{
 112       System.printString("img.outputImage[10][20] = " +(int) img.outputImage[10][20] + "\n");
 113       System.printString("img.outputImage[256][890] = " +(int) img.outputImage[256][890] + "\n");
 114     }
 115     */
 116
 117         System.printString("Convolution: Size=");
 118     System.printInt(SIZE);
 119         System.printString("\n");
 120
 121     for(int i = 0; i <NUM_THREADS; i++) {
 122       atomic {
 123         tmp = conv[i];
 124       }
 125       tmp.start(mid[i]);
 126     }
 127
 128     for(int i = 0; i < NUM_THREADS; i++) {
 129       atomic {
 130         tmp = conv[i];
 131       }
 132       tmp.join();
 133     }
 134
 135     System.printString("2DConv Done!\n");
 136
 137     /*
 138     atomic{
 139       System.printString("img.outputImage[10][20] = " +(int) img.outputImage[10][20] + "\n");
 140       System.printString("img.outputImage[256][890] = " +(int) img.outputImage[256][890] + "\n");
 141     }
 142     */
 143   }
 144
 145   //define 15X15 Gaussian kernel
 146   public static void initKernel15(double[][] kernel) {
 147     kernel[0][0] = 1/256.0;
 148     kernel[0][1] = 4/256.0;
 149     kernel[0][2] = 6/256.0;
 150     kernel[0][3] = 8/256.0;
 151     kernel[0][4] = 10/256.0;
 152     kernel[0][5] = 12/256.0;
 153     kernel[0][6] = 14/256.0;
 154     kernel[0][7] = 16/256.0;
 155     kernel[0][8] = 14/256.0;
 156     kernel[0][9] = 12/256.0;
 157     kernel[0][10] = 10/256.0;
 158     kernel[0][11] = 8/256.0;
 159     kernel[0][12] = 6/256.0;
 160     kernel[0][13] = 4/256.0;
 161     kernel[0][14] = 1/256.0;
 162
 163     kernel[1][0] = 4/256.0;
 164     kernel[1][1] = 16/256.0;
 165     kernel[1][2] = 24/256.0;
 166     kernel[1][3] = 32/256.0;
 167     kernel[1][4] = 40/256.0;
 168     kernel[1][5] = 48/256.0;
 169     kernel[1][6] = 56/256.0;
 170     kernel[1][7] = 64/256.0;
 171     kernel[1][8] = 56/256.0;
 172     kernel[1][9] = 48/256.0;
 173     kernel[1][10] = 40/256.0;
 174     kernel[1][11] = 32/256.0;
 175     kernel[1][12] = 24/256.0;
 176     kernel[1][13] = 16/256.0;
 177     kernel[1][14] = 4/256.0;
 178
 179     kernel[2][0] = 6/256.0;
 180     kernel[2][1] = 24/256.0;
 181     kernel[2][2] = 36/256.0;
 182     kernel[2][3] = 48/256.0;
 183     kernel[2][4] = 60/256.0;
 184     kernel[2][5] = 72/256.0;
 185     kernel[2][6] = 84/256.0;
 186     kernel[2][7] = 96/256.0;
 187     kernel[2][8] = 84/256.0;
 188     kernel[2][9] = 72/256.0;
 189     kernel[2][10] = 60/256.0;
 190     kernel[2][11] = 48/256.0;
 191     kernel[2][12] = 36/256.0;
 192     kernel[2][13] = 24/256.0;
 193     kernel[2][14] = 6/256.0;
 194
 195     kernel[3][0] = 8/256.0;
 196     kernel[3][1] = 32/256.0;
 197     kernel[3][2] = 48/256.0;
 198     kernel[3][3] = 64/256.0;
 199     kernel[3][4] = 80/256.0;
 200     kernel[3][5] = 96/256.0;
 201     kernel[3][6] = 112/256.0;
 202     kernel[3][7] = 128/256.0;
 203     kernel[3][8] = 112/256.0;
 204     kernel[3][9] = 96/256.0;
 205     kernel[3][10] = 80/256.0;
 206     kernel[3][11] = 64/256.0;
 207     kernel[3][12] = 48/256.0;
 208     kernel[3][13] = 32/256.0;
 209     kernel[3][14] = 8/256.0;
 210
 211
 212     kernel[4][0] = 10/256.0;
 213     kernel[4][1] = 40/256.0;
 214     kernel[4][2] = 60/256.0;
 215     kernel[4][3] = 80/256.0;
 216     kernel[4][4] = 100/256.0;
 217     kernel[4][5] = 120/256.0;
 218     kernel[4][6] = 140/256.0;
 219     kernel[4][7] = 160/256.0;
 220     kernel[4][8] = 140/256.0;
 221     kernel[4][9] = 120/256.0;
 222     kernel[4][10] = 100/256.0;
 223     kernel[4][11] = 80/256.0;
 224     kernel[4][12] = 60/256.0;
 225     kernel[4][13] = 40/256.0;
 226     kernel[4][14] = 10/256.0;
 227
 228     kernel[5][0] = 12/256.0;
 229     kernel[5][1] = 48/256.0;
 230     kernel[5][2] = 72/256.0;
 231     kernel[5][3] = 96/256.0;
 232     kernel[5][4] = 120/256.0;
 233     kernel[5][5] = 144/256.0;
 234     kernel[5][6] = 168/256.0;
 235     kernel[5][7] = 192/256.0;
 236     kernel[5][8] = 168/256.0;
 237     kernel[5][9] = 144/256.0;
 238     kernel[5][10] = 120/256.0;
 239     kernel[5][11] = 96/256.0;
 240     kernel[5][12] = 72/256.0;
 241     kernel[5][13] = 48/256.0;
 242     kernel[5][14] = 12/256.0;
 243
 244     kernel[6][0] = 14/256.0;
 245     kernel[6][1] = 56/256.0;
 246     kernel[6][2] = 84/256.0;
 247     kernel[6][3] = 112/256.0;
 248     kernel[6][4] = 140/256.0;
 249     kernel[6][5] = 168/256.0;
 250     kernel[6][6] = 196/256.0;
 251     kernel[6][7] = 224/256.0;
 252     kernel[6][8] = 196/256.0;
 253     kernel[6][9] = 168/256.0;
 254     kernel[6][10] = 140/256.0;
 255     kernel[6][11] = 112/256.0;
 256     kernel[6][12] = 84/256.0;
 257     kernel[6][13] = 56/256.0;
 258     kernel[6][14] = 14/256.0;
 259
 260     kernel[7][0] = 16/256.0;
 261     kernel[7][1] = 64/256.0;
 262     kernel[7][2] = 96/256.0;
 263     kernel[7][3] = 128/256.0;
 264     kernel[7][4] = 160/256.0;
 265     kernel[7][5] = 192/256.0;
 266     kernel[7][6] = 224/256.0;
 267     kernel[7][7] = 256/256.0;
 268     kernel[7][8] = 224/256.0;
 269     kernel[7][9] = 192/256.0;
 270     kernel[7][10] = 160/256.0;
 271     kernel[7][11] = 128/256.0;
 272     kernel[7][12] = 96/256.0;
 273     kernel[7][13] = 64/256.0;
 274     kernel[7][14] = 16/256.0;
 275
 276     kernel[8][0] = 14/256.0;
 277     kernel[8][1] = 56/256.0;
 278     kernel[8][2] = 84/256.0;
 279     kernel[8][3] = 112/256.0;
 280     kernel[8][4] = 140/256.0;
 281     kernel[8][5] = 168/256.0;
 282     kernel[8][6] = 196/256.0;
 283     kernel[8][7] = 224/256.0;
 284     kernel[8][8] = 196/256.0;
 285     kernel[8][9] = 168/256.0;
 286     kernel[8][10] = 140/256.0;
 287     kernel[8][11] = 112/256.0;
 288     kernel[8][12] = 84/256.0;
 289     kernel[8][13] = 56/256.0;
 290     kernel[8][14] = 14/256.0;
 291
 292     kernel[9][0] = 12/256.0;
 293     kernel[9][1] = 48/256.0;
 294     kernel[9][2] = 72/256.0;
 295     kernel[9][3] = 96/256.0;
 296     kernel[9][4] = 120/256.0;
 297     kernel[9][5] = 144/256.0;
 298     kernel[9][6] = 168/256.0;
 299     kernel[9][7] = 192/256.0;
 300     kernel[9][8] = 168/256.0;
 301     kernel[9][9] = 144/256.0;
 302     kernel[9][10] = 120/256.0;
 303     kernel[9][11] = 96/256.0;
 304     kernel[9][12] = 72/256.0;
 305     kernel[9][13] = 48/256.0;
 306     kernel[9][14] = 12/256.0;
 307
 308     kernel[10][0] = 10/256.0;
 309     kernel[10][1] = 40/256.0;
 310     kernel[10][2] = 60/256.0;
 311     kernel[10][3] = 80/256.0;
 312     kernel[10][4] = 100/256.0;
 313     kernel[10][5] = 120/256.0;
 314     kernel[10][6] = 140/256.0;
 315     kernel[10][7] = 160/256.0;
 316     kernel[10][8] = 140/256.0;
 317     kernel[10][9] = 120/256.0;
 318     kernel[10][10] = 100/256.0;
 319     kernel[10][11] = 80/256.0;
 320     kernel[10][12] = 60/256.0;
 321     kernel[10][13] = 40/256.0;
 322     kernel[10][14] = 10/256.0;
 323
 324     kernel[11][0] = 8/256.0;
 325     kernel[11][1] = 32/256.0;
 326     kernel[11][2] = 48/256.0;
 327     kernel[11][3] = 64/256.0;
 328     kernel[11][4] = 80/256.0;
 329     kernel[11][5] = 96/256.0;
 330     kernel[11][6] = 112/256.0;
 331     kernel[11][7] = 128/256.0;
 332     kernel[11][8] = 112/256.0;
 333     kernel[11][9] = 96/256.0;
 334     kernel[11][10] = 80/256.0;
 335     kernel[11][11] = 64/256.0;
 336     kernel[11][12] = 48/256.0;
 337     kernel[11][13] = 32/256.0;
 338     kernel[11][14] = 8/256.0;
 339
 340     kernel[12][0] = 6/256.0;
 341     kernel[12][1] = 24/256.0;
 342     kernel[12][2] = 36/256.0;
 343     kernel[12][3] = 48/256.0;
 344     kernel[12][4] = 60/256.0;
 345     kernel[12][5] = 72/256.0;
 346     kernel[12][6] = 84/256.0;
 347     kernel[12][7] = 96/256.0;
 348     kernel[12][8] = 84/256.0;
 349     kernel[12][9] = 72/256.0;
 350     kernel[12][10] = 60/256.0;
 351     kernel[12][11] = 48/256.0;
 352     kernel[12][12] = 36/256.0;
 353     kernel[12][13] = 24/256.0;
 354     kernel[12][14] = 6/256.0;
 355
 356     kernel[13][0] = 4/256.0;
 357     kernel[13][1] = 16/256.0;
 358     kernel[13][2] = 24/256.0;
 359     kernel[13][3] = 32/256.0;
 360     kernel[13][4] = 40/256.0;
 361     kernel[13][5] = 48/256.0;
 362     kernel[13][6] = 56/256.0;
 363     kernel[13][7] = 64/256.0;
 364     kernel[13][8] = 56/256.0;
 365     kernel[13][9] = 48/256.0;
 366     kernel[13][10] = 40/256.0;
 367     kernel[13][11] = 32/256.0;
 368     kernel[13][12] = 24/256.0;
 369     kernel[13][13] = 16/256.0;
 370     kernel[13][14] = 4/256.0;
 371
 372     kernel[14][0] = 1/256.0;
 373     kernel[14][1] = 4/256.0;
 374     kernel[14][2] = 6/256.0;
 375     kernel[14][3] = 8/256.0;
 376     kernel[14][4] = 10/256.0;
 377     kernel[14][5] = 12/256.0;
 378     kernel[14][6] = 14/256.0;
 379     kernel[14][7] = 16/256.0;
 380     kernel[14][8] = 14/256.0;
 381     kernel[14][9] = 12/256.0;
 382     kernel[14][10] = 10/256.0;
 383     kernel[14][11] = 8/256.0;
 384     kernel[14][12] = 6/256.0;
 385     kernel[14][13] = 4/256.0;
 386     kernel[14][14] = 1/256.0;
 387   }
 388 }
 389
 390 public class Image {
 391   int width, height;
 392   int kernelWidth, kernelHeight;
 393   double[][] inputImage;
 394   double[][] outputImage;
 395
 396   public Image(int width, int height, int kernelWidth, int kernelHeight) {
 397     this.width = width;
 398     this.height = height;
 399     this.kernelWidth = kernelWidth;
 400     this.kernelHeight = kernelHeight;
 401     inputImage = global new double[height+kernelHeight-1][width+kernelWidth-1];
 402     outputImage = global new double[height][width];
 403   }
 404
 405   /* Create a valid image */
 406   public void setValues() {
 407     for (int i = 0; i < (height+kernelHeight - 1); i++) {
 408       double ainput[] = inputImage[i];
 409       for(int j = 0; j < (width+kernelWidth - 1); j++) {
 410         ainput[j] = 256-j;
 411       }
 412     }
 413
 414     for (int i = 0; i < height; i++){
 415       double aout[] = outputImage[i];
 416       for(int j = 0; j < width; j++) {
 417         aout[j] = 0;
 418       }
 419     }
 420   }
 421 }