0

作为我研究工作的一部分，我需要测量不同 CUDA 版本（即特别是 CUDA 4 和 CUDA 5.5）中 CUFFT 库的规划时间。让我们看看一维FFT大小为4096的结果之一，如下图，

CUDA 5.5 和 GeForede GTX 770

FFT 大小：4096

计划时间：96322.7 us（微秒）

加载数据：36.6 us（微秒）

执行时间：135.9 us（微秒）

获取数据：42.5 us（微秒）

CUDA 4 和 GeForce GTX 560

FFT 大小：4096

规划时间：102.7 us（微秒）

加载数据：26.4 us（微秒）

执行时间：72.0 us（微秒）

获取数据：27.3 us（微秒）

看到CUDA 5.5 和 GeForede GTX 770上的 CUFFT 计划时间比CUDA 4 和 GeForce GTX 560上的计划时间慢了将近 900 倍，我真的很震惊。

相反，它应该在CUDA 5.5 和 GeForede GTX 770中更快，因为以下两个原因，1）CUDA 5.5 是最新版本，通常最新版本更快，2）GPU GTX 770 的规格比 GTX 更好560。

我的问题是，为什么计划时间会有这种差异？

有关更多详细信息，请参阅下面的代码，关于我如何使用 cuda 事件测量时间，

   /* creates 1D FFT plan */

cudaEventRecord(start0, 0);
    cufftPlan1d(&plan, NX, CUFFT_C2C, BATCH);
cudaEventRecord(stop0, 0);
cudaEventSynchronize(stop0);

     /* transfer to GPU memory */

     cudaEventRecord(start1, 0);
    cudaMemcpy(devPtr, data, sizeof(cufftComplex)*NX*BATCH, cudaMemcpyHostToDevice);
cudaEventRecord(stop1, 0);
cudaEventSynchronize(stop1);


cudaEventRecord(start2, 0);

    /* executes FFT processes */
    cufftExecC2C(plan, devPtr, devPtr, CUFFT_FORWARD);
cudaEventRecord(stop2, 0);
cudaEventSynchronize(stop2);

    /* transfer results from GPU memory */

    cudaEventRecord(start3, 0);
cudaMemcpy(data, devPtr, sizeof(cufftComplex)*NX*BATCH, cudaMemcpyDeviceToHost);
    cudaEventRecord(stop3, 0);
cudaEventSynchronize(stop3);

看到您的评论，我将不胜感激。提前致谢。

4

0 回答 0