一步步做程序优化【2】OpenACC指令
这个写了很长时间了，但是一直没有顾上额。把这个版本稍微修改一下，只需要加上一个指令，我们就可以得到不错的效率奥。
看代码吧：
// C = alpha*A*B + beta*Cvoid mySgemm(int m, int n, int k, float alpha, float beta,\ float *A, float *B, float *C){int i, j, l;float ab;#pragma acc kernels copyin(A[0:m*n],B[0:m*n]) copy(C[0:m*n])#pragma acc loop independentfor(j = 0; j < m; j++) {#pragma acc loop independentfor(i = 0 ;i < k ;i++){ab = 0.0f;for(l = 0 ;l < n ;l++){ab += A[j*n+l] * B[l*k+i];}C[j*k+i] = alpha*ab + beta*C[j*k+i];}}}这样A和B两个矩阵就可只是传输到GPU上，而C传到GPU，计算结束后会倍传回来。
在copy（）中，A[0:m*n]，表示从第0个元素一共计算m*n个元素，第一个是起始位置，第二个量表示数据长度。
大家把代码拷贝走，去试试吧！！！