Question

我有这段代码，这些代码具有分析，优化和缓存效率，因为我很可能通过我的知识水平获得它。它在概念上在CPU上运行如下：

#pragma omp parallel for schedule(dynamic)
  for (int i = 0; i < numberOfTasks; ++i)
  {
    result[i] = RunTask(i); // result is some array where I store the result of RunTask.
  }

恰好，RunTask()本质上是一组线性代数运算，每次都在相同的非常大的数据集上重复运行，因此适合在GPU上运行。所以我想实现以下目标：

将部分任务卸载到GPU
当GPU忙时，处理CPU上的其余任务
对于CPU级别的操作，请保留我的超级用户RunTask()功能，而不必修改它以符合restrict(amp)。我当然可以为GPU任务设计一个restrict(amp)兼容的lambda。

最初我想过做以下事情：

// assume we know exactly how much time the GPU/CPU needs per task, and this is the 
// most time-efficient combination:
int numberOfTasks = 1000;
int ampTasks = 800;

// RunTasksAMP(start,end) sends a restrict(amp) kernel to the GPU, and stores the result in the
// returned array_view on the GPU
Concurrency::array_view<ResulType, 1> concurrencyResult = RunTasksAMP(0,ampTasks);

// perform the rest of the tasks on the CPU while we wait
#pragma omp parallel for schedule(dynamic)
  for (int i = ampTasks; i < numberOfTasks; ++i)
  {
    result[i] = RunTask(i); // this is a thread-safe
  }

// do something to wait for the parallel_for_each in RunTasksAMP to finish.
concurrencyResult.synchronize();
//... now load the concurrencyResult array into the first elements of "result"

但我怀疑你可以做这样的事情，因为

对parallel_for_each的调用表现得好像是同步的

（http://msdn.microsoft.com/en-us/library/hh305254.aspx）

那么有可能实现我的1-3个请求，还是我必须放弃3号？即便如此，我将如何实施呢？

Answer 1

请参阅我对will array_view.synchronize_asynch wait for parallel_for_each completion?的回答，了解为什么parallel_for_each可以作为排队或调度操作而不是同步操作。这解释了为什么您的代码应满足您的要求1＆amp; 2.它也应该满足要求3，尽管你可能想要考虑使用一个restrict(cpu, amp)函数，因为这样可以减少维护代码。

但是，您可能需要考虑您的方法的一些性能影响。

首先，parallel_for_each仅排队工作，来自主机和GPU内存的数据副本使用主机资源（假设您的GPU是离散的和/或不支持直接复制）。如果您在主机上的工作使保持GPU工作所需的所有资源饱和，那么您实际上可能会降低GPU计算速度。

其次，对于许多数据并行且易于在GPU上运行的计算，它们要快得多，以至于尝试在CPU上运行工作的额外开销不会导致整体加速。开销包括第一项（上图）和协调主机工作的额外开销（调度线程，合并结果等）。

最后，您的实现不会考虑在GPU和CPU上运行任务所花费的时间的任何变化。它假设800个AMP任务将花费200个cpu任务。在某些硬件上可能是这样，但在其他硬件上则不然。如果一组任务花费的时间超过预期，那么您的应用程序将阻塞并等待较慢的任务集完成。您可以使用主/工作模式来避免这种情况，从队列中提取任务，直到没有更多可用任务。这种方法意味着在最坏的情况下，您的应用程序必须等待最终任务完成，而不是一块任务。使用主/工作方法也意味着无论相对CPU / GPU性能如何，您的应用程序都将以相同的效率运行。

My book讨论了使用主/工作人员（n-body）和并行队列（cartoonizer）跨多个GPU调度工作的示例。您可以从CodePlex下载源代码。请注意，基于与C ++ AMP产品团队的讨论，出于上述原因故意不包括CPU和GPU上的共享工作。

如何同时在CPU和GPU设备上运行任务？

1 个答案: