为了深入了解openCl对我的帮助，我进行了矩阵乘法的测试，因为这种基本的线性代数将是我的主要用途。我在这里可以找到我使用的代码：http://vasanthexperiments.wordpress.com/2011/11/20/aparapi-java-matrix-multiplication-example/。 （1024 * 1024 x 1024 * 1024矩阵矩阵乘积）
基本上，我对结果感到非常失望，因为与CPU上的串行计算（小于x2）相比，加速只是微不足道的，如果我让Aparapi使用CPU（它并行化），CPU的速度更快。
执行期间，显卡处于满负荷状态，因此我认为应该没有通信问题。
我的硬件配置：
i7 2670QM
AMD 7610M
16GB RAM
由于我对GPGPU完全不熟悉，我不知道会发生什么。
1.我的设置是否可能以某种方式搞砸了？如果是这样，我应该在哪里看？
2.或者我只是期待入门级显卡过多？如果是这样，不同型号的图形卡如何适应这种问题呢？如果我想让硬件更快，我必须寻找什么规格？
编辑：
好的，我只是用10x10矩阵重新编程。
不出所料，CPU需要不到1毫秒。
但是，GPU需要超过1600，所以Aparapi或openCL或我的硬件（驱动程序应该是最新的）肯定有问题。任何人都应该知道我应该在哪看？
答案 0 :(得分：0)
您的比较问题的一部分是您将低端移动GPU与良好的移动CPU进行比较。 GPU的单精度速度大约是CPU的2倍，并且它们的内存带宽相似。这些是你想仔细观察的两个规范。
上次我检查线性代数例程时，它们能够获得GPU的峰值浮点速度的大约60％。所有当前AMD和Nvidia GPU的速度都列在维基百科here和here上。您还希望使用较新的GPU而不是较旧的GPU。
答案 1 :(得分：0)
我使用AMD HD 7850和Intel Core i7-2600K测试了example code的C语言版本。对于1024X1024的情况，HD 7850 gpu需要42 ms，而单线程cpu功能需要将近7秒。
对于128X128，HD 7850 gpu需要4.9 ms，而单线程cpu功能只需2.0 ms。
因此，对于openCL算法足以产生完全加载GPU的并行性的情况，HD 7950 GPU比单CPU线程快得多。甚至id都使用了所有CPU线程，对于大型矩阵，GPU仍然会更快。