OpenCL 2.x管道 - 它们实际上如何工作？

Question

我已阅读OpenCL 2.x管道API的this description，并通过khronos.org上的Pipe API pages进行了宣传。我觉得有点嫉妒，几乎完全在CUDA工作，这个漂亮的功能仅在OpenCL中可用（并且抱歉CUDA功能未被OpenCL正确包含，但这是一个不同的问题），所以我想我和＃39 ;请问＆＃34;为什么CUDA没有管道机制＆＃34;。但后来我意识到我甚至都不知道这究竟意味着什么。所以，相反，我会问：

1. OpenCL管道如何在AMD独立GPU / APU上运行？ ...

   • 什么信息写在哪里？
   • 如何通过使用管道来调度内核工作组到核心的影响？
   • 管道内核是否被编译在一起（例如，他们的SPIR表单）？
   • 管道的使用是否允许通过特定于核心的缓存（＆＃34;本地内存＆＃34;在OpenCL用语中，＆＃34;共享内存＆＃34;在CUDA用语中）在不同内核之间传递数据？那太棒了。
2. 有没有办法管道＆＃34;假设＆＃34;一般来说，在GPU上工作？即API作者设想甚至以书面形式提出的内容？
3. OpenCL管道如何在基于CPU的OpenCL实现中工作？

Answer 1

OpenCL管道与OpenCL 2.0一起被引入。在GPU上，OpenCL管道就像一个具有受控访问权限的全局内存缓冲区，即您可以限制允许同时写入/读取管道的工作组数量。这种允许我们重用相同的缓冲区或管道，而不必担心来自多个工作组的冲突读取或写入。据我所知，OpenCL管道不使用GPU本地内存。但是，如果您仔细调整管道的大小，则可以增加缓存命中数，从而实现更好的整体性能。关于何时应使用管道，没有一般规则。我使用管道在两个同时运行的内核之间传递数据，这样我的程序可以通过更好的缓存命中率实现更好的整体性能。这与OpenCL管道在CPU中的工作方式相同（它只是一个全局缓冲区，如果它足够小，可能适合系统缓存）。但是在像FPGA这样的设备上，它们以不同的方式工作。管道使用本地内存而不是这些设备中的全局内存，因此使用全局内存缓冲区可以获得相当高的性能。