OpenCL内核排队并开始在ATI卡上运行之间的延迟

Question

我最近将一个OpenCL应用程序从NVIDIA GPU转移到在Ubuntu 12.04上运行的Radeon HD 6320 Fusion，它出乎意料地运行得慢得多。

我的程序在设置时将一个非常大的数据结构复制到GPU（这个数据结构永远不会被CPU读取或访问），然后它：

1. 对几个内核和一个读缓冲区进行排队（将非常小的数据结构复制回主内存）。
2. 调用clFinish等待内核和读缓冲区完成
3. 这会不断重复，偶尔会复制一些额外的数据，具体取决于读取缓冲区返回的信息（这意味着读取缓冲区必须在下一轮内核添加到队列之前完成）。

在分析两个GPU之后，ATI GPU上的延迟似乎完全来自第一个被添加到队列的内核（CL_PROFILING_COMMAND_QUEUED）到第一个开始执行的内核（CL_PROFILING_COMMAND_START）。在NVIDIA GPU上，每次迭代需要几微秒。在ATI GPU上，每次迭代大约需要20ms，这对我来说太长了。

我有什么理由得到这么大的延迟吗？

Answer 1

它是amd平台中的一个已知问题。查看此论坛链接https://community.amd.com/thread/159060 希望它是/将被修复

Answer 2

这可能是一些事情，您是否正在运行可能需要完成的任何其他GPU程序，以便调度程序可以为您腾出一些时间？

这个问题是OpenCL规范没有定义可能的等待时间。从内核排队到执行只是在某个时刻它将执行的时间没有要求。我可能会在ATI OpenCL板上发帖，那里的开发人员已经很好地讨论了这个问题，可能会给你答案。