12

我注意到将数据传输到最近的高端 GPU 比将数据收集回 CPU 更快。以下是使用 mathworks 技术支持提供给我的基准测试功能的结果，该功能在较旧的 Nvidia K20 和最近的带有 PCIE 的 Nvidia P100 上运行：

Using a Tesla P100-PCIE-12GB GPU.
Achieved peak send speed of 11.042 GB/s
Achieved peak gather speed of 4.20609 GB/s

Using a Tesla K20m GPU.
Achieved peak send speed of 2.5269 GB/s
Achieved peak gather speed of 2.52399 GB/s

我在下面附上了基准函数以供参考。P100不对称的原因是什么？这个系统是依赖于它还是最近高端 GPU 的标准？采集速度可以提高吗？

gpu = gpuDevice();
fprintf('Using a %s GPU.\n', gpu.Name)
sizeOfDouble = 8; % Each double-precision number needs 8 bytes of storage
sizes = power(2, 14:28);

sendTimes = inf(size(sizes));
gatherTimes = inf(size(sizes));
for ii=1:numel(sizes)
    numElements = sizes(ii)/sizeOfDouble;
    hostData = randi([0 9], numElements, 1);
    gpuData = randi([0 9], numElements, 1, 'gpuArray');
    % Time sending to GPU
    sendFcn = @() gpuArray(hostData);
    sendTimes(ii) = gputimeit(sendFcn);
    % Time gathering back from GPU
    gatherFcn = @() gather(gpuData);
    gatherTimes(ii) = gputimeit(gatherFcn);
end
sendBandwidth = (sizes./sendTimes)/1e9;
[maxSendBandwidth,maxSendIdx] = max(sendBandwidth);
fprintf('Achieved peak send speed of %g GB/s\n',maxSendBandwidth)
gatherBandwidth = (sizes./gatherTimes)/1e9;
[maxGatherBandwidth,maxGatherIdx] = max(gatherBandwidth);
fprintf('Achieved peak gather speed of %g GB/s\n',max(gatherBandwidth))

编辑：我们现在知道它不依赖于系统（见评论）。我仍然想知道不对称的原因，或者它是否可以改变。

4

2 回答 2

3

对于任何有兴趣从他们的机器发布基准的人来说，这是一个 CW。鼓励贡献者留下他们的详细信息，以防将来出现关于他们的结果的问题。


系统：Win10，32GB DDR4-2400Mhz RAM，i7 6700K。MATLAB：R2018a。

Using a GeForce GTX 660 GPU.
Achieved peak send speed of 7.04747 GB/s
Achieved peak gather speed of 3.11048 GB/s


Warning: The measured time for F may be inaccurate because it is running too fast. Try measuring something that takes
longer.

贡献者：Dev-iL


系统：Win7，32GB RAM，i7 4790K。MATLAB：R2018a。

Using a Quadro P6000 GPU.
Achieved peak send speed of 1.43346 GB/s
Achieved peak gather speed of 1.32355 GB/s

贡献者：Dev-iL

于 2018-05-22T17:52:36.247 回答
1

我不熟悉 Matlab GPU 工具箱，但我怀疑第二次传输（从 GPU 取回数据）在第一次传输结束之前开始。

% Time sending to GPU
sendFcn = @() gpuArray(hostData);
sendTimes(ii) = gputimeit(sendFcn);
%
%No synchronization here
%
% Time gathering back from GPU
gatherFcn = @() gather(gpuData);
gatherTimes(ii) = gputimeit(gatherFcn);

此处发布了针对 C 程序的类似问题：

从 GPU 复制到 CPU 比从 CPU 复制到 GPU 慢

在这种情况下，在 GPU 上启动线程并从 GPU 取回结果数据后没有显式同步。因此，在 C cudaMemcpy() 中取回数据的函数必须等待 GPU 结束先前启动的线程，然后才能传输数据，从而增加了为数据传输测量的时间。

使用 Cuda C API，可以强制 CPU 等待 GPU 结束先前启动的线程，方法是：

cudaDeviceSynchronize();

然后才开始测量传回数据的时间。

也许在 Matlab 中也有一些同步原语。

同样在同一个答案中，建议使用（Cuda）事件测量时间。

在这篇关于优化数据传输的 POST 中，同样在 C 语言中，事件用于测量数据传输时间：

https://devblogs.nvidia.com/how-optimize-data-transfers-cuda-cc/

双向传输数据的时间相同。

于 2019-05-08T13:43:40.277 回答