使用clEnqueueNDRangeKernel函數不能計算clEnqueueNDRangeKernel在OpenCL

中的速度，它比clEnqueueTask更快。儘管如此，我仍然無法讓速度超過16毫秒，即使添加更多global_item_size也無濟於事。它只是在global_item_size = 3上停止工作，就這麼簡單，但我認爲它應該更快地運行global_size。我錯了嗎？我該如何解決它？使用clEnqueueNDRangeKernel函數不能計算clEnqueueNDRangeKernel在OpenCL

__kernel void red_to_green(__global unsigned char *pDataIn, __global unsigned char *pDataOut, unsigned int InSize, unsigned int OutSize) 
{ 


    unsigned int gid = get_global_id(0); 
    unsigned int gsize = get_global_size(0); 
    unsigned int lid = get_local_id(0); 
    unsigned int lsize = get_local_size(0); 



    unsigned int vstart = ((InSize/gsize) * gid); 
    unsigned int vstop = (vstart + (InSize/gsize)); 

    for (unsigned int i = vstart; i < vstop; i+=4) 
     { 

      pDataOut[i/4] = (pDataIn[i] + pDataIn[i + 1] + pDataIn[i + 2])/3; 

     }

}

vector<unsigned char> pDataIn; 
    vector<unsigned char> pDataOut; 
    SizeIn = pDataIn.size(); 
    SizeOut = pDataOut.size(); 
const size_t cycles_max = 100; 
clock_t t4 = clock(); 
    for (int i = 0; i<cycles_max; i++){ 

    double start_time = clock(); 
    double search_time = 0; 
    //float last_time = 0; 

    //execute opencl kernel 
    //ret = clEnqueueTask(command_queue, kernel, 0, NULL, NULL); 

    size_t global_item_size = 3; 
    size_t local_item_size = 1; 

    ret = clEnqueueNDRangeKernel(command_queue,kernel, 1, NULL, &global_item_size, &local_item_size, 0, NULL, NULL); 

    //copy from buffer 
    ret = clEnqueueReadBuffer(command_queue, memobj1, CL_TRUE, 0, pDataOut.size(), pDataOut.data(), 0, NULL, NULL); 

    ret = clFinish(command_queue); 

    double end_time = clock(); // конечное время 
    search_time = end_time - start_time; 
    //float last_time = last_time + search_time; 
    cout << search_time << " ms" << endl; 

    } 
    clock_t t5 = clock(); 
    double time_seconds2 = (t5-t4)*CLOCKS_PER_SEC/cycles_max; 
    cout << "Average time: " << time_seconds2/1000 << " ms" <<endl; 
    WriteBmpFile(L"3840x2160_ndrange.bmp", iWidth, iHeight, 8, pDataOut.size(), pDataOut.data(), false); 
    system("PAUSE");

Output time

來源

2016-02-21 Generwp

你在跑什麼平臺？操作系統類型，在CPU或GPU上執行，哪個CPU或GPU？ –

警告你'clock（）'不測量掛鐘時間;它實際上測量（用戶區）進程消耗的CPU時間，並且可以大於或小於掛鐘時間。當您有多個線程全部計算綁定時，CPU時間會超過掛鐘時間;當進程通常是I/O限制時，CPU時間少於掛鐘時間，等待內核爲其執行某些操作。所以如果你在CPU下運行內核，'clock（）'會計算這個值，但如果你在GPU下運行，它不會。 –

我正在使用Windows 8，Visual Studio 12，在GPU上執行GPU Nvidia GT 740M。嗯，這很有趣，謝謝，那我該如何計算在GPU上運行的時間？ – Generwp

不過，我不能讓它快於16毫秒，甚至增加更多 global_item_size沒有幫助。它只是在 global_item_size = 3上停止工作得更快，就這麼簡單，我認爲它應該可以在更多global_size下更快地工作。我錯了嗎？我該如何解決它？

僅當您將本地大小設置爲1時，僅增加全局大小將無濟於事。這意味着您的工作組大小爲1，效率非常低。 GPU Nvidia GT 740M擁有2個計算單元，這意味着它可以同時運行2個工作組，因此在您的全局大小設置爲3後，您看不到任何改進。

嘗試將本地大小增加到至少128以充分利用GPU（或512或1024）。 CUDA Occupancy Calculator可以幫助您找出最佳設置。

來源

2016-02-22 09:05:40 doqtor

使用clEnqueueNDRangeKernel函數不能計算clEnqueueNDRangeKernel在OpenCL

回答

相關問題