有什么方法可以加速这个C ++ AMP代码？

Question

今天我学习了c ++ amp的基础知识，目的是将它用于我正在编写的插件。该插件需要进行大量的边缘与三角交叉测试，所以我编写了这个测试代码，看看它是否可行。

处理和数据量的功能是真实的，数据本身只是随机的东西。

令我失望的是，AMP版本的运行速度比未经优化的cpu版本快〜3倍（我试图保持功能尽可能相似）。这个问题似乎是我写入结果视图的部分（尽管如此，我怀疑通过评论整个着色器会被编译器剪掉）。

无论如何，我有一个优化的cpu版本，运行速度比测试代码中的cpu版本快20倍，但仍然太慢。 AMP版本有没有希望赶上并超越它？

代码：

#include <cstdio>
#include <iostream>
#include <sys/timeb.h>
#include <math.h>
#include <vector>
#include <amp.h>
#include <amp_math.h>
#include <random>
using namespace concurrency;

struct point3 {
    float a, b, c;
    point3() {
        a = rand() % 100;
        b = rand() % 100;
        c = rand() % 100;
    }
};

struct thing {
    point3 center;
    float radius;
};

int lastTick;
timeb tb;
int tick() {
    int hold = lastTick;
    ftime(&tb);
    lastTick = tb.millitm + (tb.time & 0xfffff) * 1000;
    return lastTick - hold;
}

int main()
{
    system("PAUSE");

    std::vector<thing> faces(13500);
    std::vector<thing> edges(20000);
    std::vector<int> results(faces.size() * edges.size());
    array_view<const thing> v1(faces.size(), faces);
    array_view<const thing> v2(edges.size(), edges);
    array_view<int> vr(results.size(), results);

    int nFaces = faces.size();
    int nEdges = edges.size();

    tick();
    for (int x = 0; x < nFaces; x++) {
        thing* face = &faces[x];

        int a, b, c;
        thing* edge;

        for (int y = 0; y < nEdges; y++) {
            edge = &edges[y];
            a = edge->center.a - face->center.a;
            b = edge->center.b - face->center.b;
            c = edge->center.c - face->center.c;
            results[x * nFaces + y] = (sqrt(a * a + b * b + c * c) < (face->radius + edge->radius)) ? 1 : 0;
        }
    }
    std::cout << "cpu time: " << tick() << "\n";

    v1.refresh();
    v2.refresh();

    parallel_for_each(v1.extent, [=](index<1> x) restrict(amp) {
        const thing* face = &v1[x];

        int a, b, c;
        const thing* edge;

        for (int y = 0; y < nEdges; y++) {
            edge = &v2[y];
            a = edge->center.a - face->center.a;
            b = edge->center.b - face->center.b;
            c = edge->center.c - face->center.c;
            vr[x * nFaces + y] = (fast_math::sqrt(a * a + b * b + c * c) < (face->radius + edge->radius)) ? 1 : 0;
        }
    });

    vr.synchronize();
    std::cout << "gpu time: " << tick() << "\n";

    system("PAUSE");
}