9

我刚刚开始学习 C++ AMP，并且已经获得了一些使用 VS 2012 RC 构建的示例，但我发现 GPU 的性能比 CPU 慢。例如，Kate Gregory 的例子：http: //ampbook.codeplex.com/releases/view/90595（与她即将出版的书有关http://www.gregcons.com/cppamp/）。她在我观看的一次讲座中演示了它们，她通过使用笔记本电脑的 GPU（我相信她说它是 6650）与 CPU（不确定她有什么 CPU）相比，在第 4 章示例中获得了约 5 倍的性能提升。我试过自己测试这个例子，并在几个系统配置上（如下）我总是发现 CPU 更快。我还测试了其他示例并发现相同。难道我做错了什么？性能低于预期是否有原因？有没有人有一个肯定会显示GPU更快的例子？

  • 系统 1：带有板载显卡的 Intel i7 2600K（我希望这会更慢）
  • 系统 2：Intel i7 2630QM 与 Intel HD 可与 AMD 6770 切换（我让它在性能模式下运行，所以它应该使用 6770）
  • 系统 3：Intel i5 750 和 2xCrossfire AMD HD 5850

结果示例：第 4 章项目结果为 1.15 毫秒 CPU、2.57 毫秒 GPU、2.55 毫秒 GPU 平铺。

编辑：

Doh，我想我刚刚找到了原因——她在讲座中使用的矩阵大小的值不同。网站上的示例使用 M=N=W=64。如果我像她在讲座中那样使用 64、512 和 256，那么我的性能会相应提高约 5 倍。

4

1 回答 1

7

似乎您的首要问题是为什么将事物转移到 GPU 并不总能为您带来好处。答案是复制时间。想象一个计算时间与 n 平方成正比。复制所花费的时间与 n 成正比。您可能需要相当大的 n 才能花时间在 GPU 之间进行复制，而不是在那里进行计算所节省的时间。

本书在前几章中简要提到了这一点，第 7 章和第 8 章都是关于性能和优化的。第 7 章现在是关于粗剪的；第 8 章应该很快就会出现。（它的代码已经在 Codeplex - Reduction 案例研究中。）

我刚刚签入了第 4 章代码的更新，它使用了 Tech Ed 的起始编号，而不是之前的编号。较小的矩阵在向/从 GPU 复制时损失了太多时间；较大的需要太长时间才能成为一个好的演示。但是请随意玩弄这些尺寸。让它们更大，因为你不介意一两分钟的“死气”，看看会发生什么。

于 2012-08-07T11:34:46.333 回答