Question

根据我的理解，您应该能够将多个内核（作业）推送到命令队列，然后等待它们完成。但是，对我而言似乎并非如此。每次我以GPU作为设备调用clEnqueueNDRangeKernel时，函数clEnqueueNDRangeKernel都会阻止主机（CPU）上的进一步执行。该实现与按CPU作为设备的预期工作一样，因此仅当内核在GPU上运行时才会出现此问题。内核只是一个虚拟内核，对私有变量执行一些加法和乘法运算而没有参数。我尝试了两种不同的笔记本电脑，它们具有相同的结果，一种带有Intel i5（第四代）CPU和Nvidia GPU（Geforce 840M），另一种带有Intel i5（第八代）和集成GPU。

以下输出可能有助于您理解问题，CPU提供了例外的输出：“ clEnqueueNDRangeKernel中的时间”比“完成两个内核的时间”少得多。

执行设备为
GPU：
clEnqueueNDRangeKernel中的时间（秒）：13.6459
clEnqueueNDRangeKernel中的时间（秒）：13.6244
完成两个内核所需的时间（秒）：27.2704
CPU：
clEnqueueNDRangeKernel中的时间（秒）：4.205e-05
clEnqueueNDRangeKernel中的时间（秒）：6.732e-06
完成两个内核的时间（秒）：0.727572

代码：

...
Profiler timer1;
timer1.ResetTime();
Profiler timer2;
timer2.ResetTime();
err = clEnqueueNDRangeKernel(commands, kernel, 1, NULL, global, NULL, 0, NULL, NULL);
checkError(err, "Enqueueing kernel");

std::cout << "Time (sec) in clEnqueueNDRangeKernel: " << timer2.GetTime() << std::endl;
timer2.ResetTime();

err = clEnqueueNDRangeKernel(commands, kernel, 1, NULL, global, NULL, 0, NULL, NULL);
checkError(err, "Enqueueing kernel");

std::cout << "Time (sec) in clEnqueueNDRangeKernel: " << timer2.GetTime() << std::endl;

err = clFinish(commands);
checkError(err, "Finish command queue");

std::cout << "Time (sec) to finish two kernels: " << timer1.GetTime() << std::endl;

谢谢您的时间！

OpenCL clEnqueueNDRangeKernel阻止进一步的主机执行

0 个答案: