Question

我正在使用OpenCL进行算法，我需要在其并行和顺序版本中测量它的执行时间。因此，我使用外部循环迭代两个代码并测量它们的时间，但我已经获得：

顺序：3.06 segs

平行：269 segs

我用于并行版本的代码是：

t_start=clock();                 /* Start measuring time */

for(i=0;i<=N; i++) // N is really big, around a million, but is the same for both versions
{

fitness = 0;

ret = clEnqueueNDRangeKernel(command_queue, kernel, 1, NULL, &global_item_size, NULL, 0, NULL, NULL);

ret = clEnqueueReadBuffer(command_queue, vdistance, CL_TRUE, 0, siz_mem_distance_code, distance_code, 0, NULL, NULL);

ret = clEnqueueReadBuffer(command_queue, vsumatorio, CL_TRUE, 0,siz_mem_sumatorio, sumatorio, 0, NULL, NULL);

fitness = (1/(*sumatorio)) + (*distance_code/12) + ((pow(*distance_code,2))/4) + ((pow(*distance_code,3))/6);

}

t_finish=clock();                 /* End measuring time */

在这段代码之前，我创建/初始化了使用OpenCL运行程序所需的所有东西（平台，devide，上下文，队列，缓冲区，内核......），在此代码之后，我发布了一切。我已经检查过这个时间的增加是由于在每次迭代中读取了两个变量（distance_code和sumatorio）但我必须这样做，因为我必须获得适应值，这是一个顺序指令，并且只有在内核有时才能执行完了，所以......你能帮帮我吗？我做错了什么？

我希望能够提前解释自己，先谢谢。

注意：我只使用CPU。

Answer 1

启动这么多内核的开销超过了仅在64个数据项上并行化for循环的好处。您需要重写您的问题，以便在大批量数据上启动相对较少的内核。在这种情况下，如果OpenCL编译器生成了适当的矢量化机器代码，您会看到对顺序版本的改进。

此外，如果生成的代码包含任何向量说明，则应与AMD's CodeXL或英特尔Offline Compiler核对。

OpenCL，这是正常的执行时间吗？

1 个答案: