OpenGL计算着色器的快速和脏分析？

Question

我有一个Marching Cubes的GPU实现，用于程序生成的isosurfaces作为BSc项目的一部分，在OpenFrameworks中使用OpenGL计算着色器实现。它运行，调试和以合适的帧速率工作，但我想看看我是否可以进一步优化它并消除任何潜在的瓶颈（特别是，那里有很多原子，我想找到如果这些减慢了很多）。

该算法使用6个链式计算着色器，其间存在内存障碍：

1. 获取样本
2. 获取表面立方体（原子计数器）
3. 获取唯一顶点（原子计数器）
4. 获取多边形索引（原子计数器）
5. 获取最终顶点位置
6. 获得表面法线（大量原子添加）

基本上我想知道的是算法在每个单独的着色器中花费了多长时间，但OpenGL的异步性质使得这很困难。我安装了强烈推荐的GDebugger，用于配置this implementation，它使用OpenCL进行计算，使用OpenGL进行渲染。不幸的是它打破了我的计划:-(独立的exe在Win7下工作正常，但试图在GDebugger中运行它会为每个着色器抛出这个：

[ error ] ofShader: checkProgramLinkStatus(): program failed to link
[ error ] ofShader: ofShader: program reports:
Compute info
------------
(0) : error C7006: no work group size specified

所以我需要另一种分析方式。我考虑过做这样的事情：

glMemoryBarrier(GL_BUFFER_UPDATE_BARRIER_BIT);
glMapNamedBuffer(someBufferIJustUsed);
cout << ofGetElapsedTimef() << endl;
glUnmapNamedBuffer(someBufferIJustUsed);

希望这应该阻止，直到着色器完成写入缓冲区，并给我至少一个完成时间的球场图？但如果有人能指出这种方法存在严重缺陷或者知道更好的方法，请告诉我。