我有一个算法，它依赖于大约。15 个不同的 array_views 和 8 个不同的 for_each AMP 内核调用。该算法的本质是将所有数据复制到 GPU，然后反复执行一组内核调用，直到达到某个阈值。注意：我还没有实现阈值逻辑——这需要将数据检索回 CPU。
完整的内核调用集称为一个循环。在每个周期之间，我不引用 CPU 上的任何 array_view 数据....因此，我不希望任何数据移动回 CPU。然而，周期的表现并不规律。大多数情况下，循环需要 10 毫秒左右，但随后每 3 或 4 个循环（或有时背靠背），循环需要 400 或 500 毫秒来执行。内核调用的内部逻辑始终基本相同......所以增加的执行时间不是由于GPU逻辑。
什么可能导致某些周期的时间急剧增加？请参阅下面的示例时序。
完成第一个周期的时间 503.278 (ms) 此时间包括 AMP 初始化、内核编译和数据移动到 GPU 的开销。
768 (ms) 再完成 20 个周期的时间：511.538 (ms) 再完成 21 个周期的时间：14.4339 (ms) 再完成 22 个周期的时间：252.77 (ms) 再完成 23 个周期的时间：504.565 (ms) 时间再完成 24 个循环：12.6931 (ms) 再完成 25 个循环的时间：15.5403 (ms) 再完成 26 个循环的时间：303.68 (ms) 再完成 27 个循环的时间：440.331 (ms) 再完成 28 个循环的时间：8.63698 (ms) 再完成 29 个循环的时间：13.9312 (ms) 再完成 30 个循环的时间：755.637 (ms) 退出......按任意键继续。. . 5403 (ms) 再完成 26 个周期的时间：303.68 (ms) 再完成 27 个周期的时间：440.331 (ms) 再完成 28 个周期的时间：8.63698 (ms) 再完成 29 个周期的时间：13.9312 (ms) 时间再完成 30 个循环：755.637 (ms) Exiting...... 按任意键继续。. . 5403 (ms) 再完成 26 个周期的时间：303.68 (ms) 再完成 27 个周期的时间：440.331 (ms) 再完成 28 个周期的时间：8.63698 (ms) 再完成 29 个周期的时间：13.9312 (ms) 时间再完成 30 个循环：755.637 (ms) Exiting...... 按任意键继续。. .