2

我正计划深入研究 OpenCL，并且一直在阅读（仅表面知识）关于 OpenCL 可以做什么，但有几个问题。

假设我有一台 AMD Radeon 7750，而我有另一台装有 AMD Radeon 5870 的计算机，并且没有计划使用带有 Nvidia 卡的计算机。我听说优化特定设备的代码会带来性能优势。优化究竟是什么意思？根据我的阅读和一些猜测，这听起来意味着以 GPU 喜欢的方式编写代码（通常不用担心它是 AMD 或 Nvidia 卡）以及以匹配方式显卡处理内存（我猜这是特定于计算设备的？或者这只是品牌特定的？）。

因此，如果我为 Radeon 7750 编写代码并对其进行优化，我是否能够将该代码带到具有 Radeon 5870 的另一台计算机上，并且在不更改任何代码部分的情况下，仍然可以从优化中保留合理数量的性能优势? 如果代码不起作用，更改部分代码会是一个小问题，还是会涉及重写足够多的代码，所以首先为 Radeon 5870 编写优化代码会是一个更好的主意.

4

1 回答 1

5

如果没有关于您打算编写的算法和应用程序的更多信息，这个问题就有点模糊了。但我想我可以为您提供一些高级策略，以便您在为这两个不同平台开发代码时牢记。

Radeon 7750 的设计采用新的Graphics Core Next架构，而您的 HD5780 则基于较旧的VLIW5 (RV770) 架构。

为了使您的代码在 HD5780 硬件上运行良好，您必须尽可能多地使用打包的原始数据类型，尤其是int4,float4类型。这是因为 OpenCL 编译器很难自动发现并行性并将数据打包到宽向量中。如果您可以构建您的代码，以便您已经考虑到这一点，那么您将能够填充更多的 VLIW-5 插槽，从而使用更多的流处理器。

GCN 更像 NVidia 的 Fermi 架构，其中代码到流处理器的功能单元（ALU 等）的路径不经过显式调度的 VLIW 指令。因此，可以在运行时自动检测到更多的并行性，让您的功能单元忙于做有用的工作，而无需您费力思考如何实现这一点。

这是一个过于简单的例子来说明我的观点：

// multiply four factors
// A[0] = B[0] * C[0]
// ...
// A[3] = B[3] * C[3];

float *A, *B, *C;

for (i = 0; i < 4; i ++) {
  A[i] = B[i] * C[i];
}

该代码可能在 GCN 架构上运行良好（除了次优的内存访问性能——一个高级主题）。但是在您的 HD5870 上这将是一场灾难，因为这四个乘法将占用 4 个 VLIW5 指令而不是 1 个！float4因此，您将使用以下类型编写上述代码：

float4 A, B, C;

A = B * C;

它会在你的两张卡上运行得非常好。另外，它会在 CPU OpenCL 上下文中发挥作用，并充分利用 MMX/SSE 宽寄存器，这是一个奖励。这也是对内存系统的更好使用。

简而言之，在您开始同时在这两个系统上部署代码时，我建议您牢记一件事，使用打包的原语。

这是另一个更清楚地说明在 HD5870 上需要小心操作的示例。假设我们使用单独的工作单元实现了前面的示例：

// multiply four factors
// as separate work units
// A = B * C

float A, B, C;

A = B * C;

我们有四个独立的工作单元，而不是一个。这对 VLIW 设备来说绝对是一场灾难，并且会在 GCN 设备上显示出更好的性能。这也是您在编写代码时想要寻找的东西——您可以使用float4类型来减少执行相同工作的工作单元的数量吗？如果是这样，那么您将在两个平台上看到良好​​的性能。

于 2012-09-19T18:30:56.980 回答