Question

我正计划深入了解OpenCL并且一直在阅读（仅表面知识）OpenCL可以做什么，但有一些问题。

假设我有一台AMD Radeon 7750而且我有另一台配备AMD Radeon 5870的计算机，并且没有计划使用带有Nvidia卡的计算机。我听说优化特定设备的代码会带来性能优势。优化究竟意味着什么？从我所阅读的内容和一些猜测来看，这听起来意味着以一种GPU喜欢的方式编写代码（通常不用担心它是AMD或Nvidia卡）以及匹配方式显卡处理内存（我猜这是特定于计算设备的？或者这只是品牌特定的？）。

因此，如果我为Radeon 7750编写代码并对其进行优化，我是否可以使用Radeon 5870将该代码带到另一台计算机上，并且在不更改代码的任何部分的情况下仍能保持合理的性能优势从优化？如果代码不起作用，将更改代码的一部分是一个小问题，还是会涉及重写足够的代码，以便最好为Radeon 5870编写优化的代码

Answer 1

如果没有关于您打算编写的算法和应用程序的更多信息，这个问题有点模糊。但是我认为在为这两个不同的平台开发代码时，我可以为您提供一些高级策略。

Radeon 7750的设计属于新的Graphics Core Next架构，而您的HD5780则基于较旧的VLIW5 (RV770) Architecture。

为使您的代码在HD5780硬件上运行良好，您必须尽可能多地使用压缩的原始数据类型，尤其是int4，float4类型。这是因为OpenCL编译器很难自动发现并行性并将数据打包到宽向量中。如果您可以构建代码以便已经考虑到这一点，那么您将能够填充更多的VLIW-5插槽，从而使用更多的流处理器。

GCN更像是NVidia的Fermi架构，其中代码到流处理器的功能单元（ALU等）的路径不经过明确调度的VLIW指令。因此，可以在运行时自动检测更多并行性，并使您的功能单元忙于执行有用的工作，而无需考虑如何实现这一点。

这是一个过于简化的例子来说明我的观点：

// multiply four factors
// A[0] = B[0] * C[0]
// ...
// A[3] = B[3] * C[3];

float *A, *B, *C;

for (i = 0; i < 4; i ++) {
  A[i] = B[i] * C[i];
}

该代码可能在GCN架构上运行正常（除了次优的内存访问性能 - 一个高级主题）。但是在你的HD5870上这将是一场灾难，因为这四个倍数会占用4个VLIW5指令而不是1个！因此，您可以使用float4类型编写上述代码：

float4 A, B, C;

A = B * C;

它会在你的两张牌上运行得很好。此外，它会在CPU OpenCL环境中发挥作用，并充分利用MMX / SSE宽寄存器，这是一个奖励。它也更好地利用了内存系统。

在开始在这两个系统上同时部署代码时，我可以建议您使用打包的原语这一点。

这是另一个更清楚地说明您需要在HD5870上小心的例子。假设我们使用单独的工作单元实现了前面的示例：

// multiply four factors
// as separate work units
// A = B * C

float A, B, C;

A = B * C;

我们有四个独立的工作单位而不是一个。这将是VLIW设备上的绝对灾难，并且将在GCN设备上显示出极好的性能。这是您在编写代码时也想要查找的内容 - 您是否可以使用float4类型来减少执行相同工作的工作单元数量？如果是这样，那么您将在两个平台上看到良好的性能。

Radeon图形卡之间OpenCL的可移植性和优化

1 个答案: