0

我编写了一个 OpenCL 程序并像这样执行我的内核

 Loop for MultipleGPU{
 clEnqueueNDRangeKernel(commandQueues[i], kernel[i], 1, null,
        global_work_size, local_work_size, 0, new cl_event[]{userEvent}, events[i]);
 clFlush(commandQueues[i]);
 }

 long before = System.nanoTime();

 // Set UserEvent = Complete so all kernel can start executing
 clSetUserEventStatus(userEvent, CL_COMPLETE);

 // Wait until the work is finished on all command queues
 clWaitForEvents(events.length, events);

 long after = System.nanoTime();

 float totalDurationMs = (after - before) / 1e6f;

 ...profiling each events with CL_PROFILING_COMMAND_START and CL_PROFILING_COMMAND_END...

userEvent 确保内核同时运行。资料来源：[Reima 的回答]：我如何知道内核是否同时执行？.

我从一个带有 2 Tesla K20M GPU 的系统中得到了这个结果：

 Total duration :37.800076ms
 Duration on device 1 of 2: 38.037186
 Duration on device 2 of 2: 37.85744

有人可以向我解释为什么 Start-End Profile Time 比总持续时间长吗？

谢谢你

4

1 回答 1

0

阅读：计时器精度。

您不应该相信那些系统调用会给您时间，通常它们具有 +-1ms 的精度，除非您深入了解 CPU 周期（但这很困难）。但是，GPU 计时非常精确（在几纳秒级别），请改用它。

编辑：如果你想测试它（为了快乐）：将内核排队 1000 次并将每次执行的时间相加，然后与系统时间进行比较。在这种情况下，它永远不会更高，因为时间的准确性远低于执行时间（38 秒）。

于 2013-10-16T14:40:06.933 回答