4

我们正在开发工作站 Core i7 和 AMD FirePro 8000。对于视频解码（8K，7680x4320 视频帧 ~ 66MB hapq 编解码器），我们尝试使用以下明显的循环：

  1. 从流中获取帧
  2. 地图缓冲区
  3. 多线程解码帧切片到映射缓冲区
  4. 取消映射缓冲区
  5. texsubimage 从绑定的 PBO 转换为纹理

但是步骤 3. 将多线程切片解码到映射缓冲区 非常慢 - 至少需要大约 40 毫秒才能完成

当我们把它分成两个步骤时

3a。将多线程的帧切片解码到分配的内存中

3b。memcpy 从 malloced 内存到映射缓冲区

两个步骤都需要 8+9 ~ 17ms 才能完成。现在我们有了一个可以接受的解决方案，但是额外的复制步骤很痛苦。

为什么多线程解包到映射内存如此缓慢？我们如何避免额外的复制步骤？

编辑1；

这是缓冲区的生成、定义和映射方式：

glGenBuffers(1, &hdf.m_pbo_id);
glBindBuffer(GL_PIXEL_UNPACK_BUFFER, hdf.m_pbo_id);
glBufferData(GL_PIXEL_UNPACK_BUFFER, m_compsize, nullptr, GL_STREAM_DRAW);
hdf.mapped_buffer = (GLubyte*)glMapBuffer(GL_PIXEL_UNPACK_BUFFER, GL_WRITE_ONLY);

编辑2：

有人提出了如何测量时间的问题。仅测量非 gl 代码。伪代码是这样的，

案例1（很慢，t2-t1~40ms）：

gl_map();
t1 = elapse_time();
unpack_multithreaded_multiple_snappy_slices_into_mapped_buffer();
t2 = elapse_time();
gl_unmap();

案例2（中慢，t3-t2~9ms，t2-t1~8ms）：

gl_map();
malloc_sys_buffer();
t1 = elapse_time();
unpack_multithreaded_multiple_snappy_slices_into_sys_buffer();
t2 = elapse_time();
memcpy_sys_buffer_into_mapped_buffer();
t3 = elapse_time();
gl_unmap();

在测量的代码块内不涉及 OpenGL 代码。也许这是一个直写/ cpu-cache 问题。

4

1 回答 1

0

解压到映射内存中很慢，因为该内存是写组合的。对于这种类型的内存的每次写入，完整的高速缓存行都会通过总线传输到 GPU。与此内存交互的最佳方式是将数据写入尽可能大的块中。为避免额外的复制步骤，您可能需要修改解码器以写入大的连续内存块。尝试编写线程的数量也很好。这里有一个很好的概述https://fgiesen.wordpress.com/2013/01/29/write-combining-is-not-your-friend/

于 2020-10-29T03:07:50.683 回答