PyOpenCL程序的基準標記

Question

我一直在嘗試使用PyOpenCL在GPU上對我的FFT程序進行基準測試。在使用OpenCL的'分析'和python的'time'模塊時，我看到完全不同的結果。要使用分析，我做這樣的事情，

queue = cl.CommandQueue(ctx,properties=cl.command_queue_properties.PROFILING_ENABLE) 
<other codes> 
for i in range(N): 
    events.append(prg3.butterfly(queue,(len(twid),),None,twid_dev,<buffers>)) 
    events[i].wait() 
for i in range(N): 
    elapsed = elapsed + 1e-9*(event[i].profile.end - event[i].profile.start) 
print elapsed 

雖然時間模塊可以像這樣使用，

k=time.time() 
for i in range(N): 
    event = prg3.butterfly(queue,(len(twid),),None,twid_dev,<buffers>) 
print time.time()-k 

由於這兩個給出了N = 20完全不同的結果，（而答案遺體相同和正確！），我有以下問題。

1. 事件分析的確切做法是什麼，它是否增加了在event.wait（）中花費的時間？
2. 由於答案在情況2中沒有event.wait（）的情況下是相同的，那麼在恰好執行內核時花費的時間是多少？

請啓發我正確的方法來測試python中的OpenCL程序。

Answer 1

你的第二種情況是隻捕獲排隊內核所花費的時間，而不是實際運行它。這些入隊內核調用一旦將內核調用放入隊列中就會返回 - 內核將與主機代碼異步運行。到時內核執行以及，只需添加一個呼叫等待，直到所有排隊的命令已經完成：

k=time.time() 
for i in range(N): 
    event = prg3.butterfly(queue,(len(twid),),None,twid_dev,<buffers>) 
queue.finish() 
print time.time()-k 

你的第一種情況是正確的時序內核執行內部消耗的時間，但不必要地阻止主機之間每個內核調用。你可以只用再一次queue.finish()所有的命令已被排隊：

for i in range(N): 
    events.append(prg3.butterfly(queue,(len(twid),),None,twid_dev,<buffers>)) 
queue.finish() 
for i in range(N): 
    elapsed = elapsed + 1e-9*(event[i].profile.end - event[i].profile.start) 
print elapsed 

這兩種方法應該返回幾乎相同的時間。