Question

我正在尝试分别使用FFTW和clFFT来测量和比较CPU和GPU上fft的性能。

对于一次迭代或一次转换，GPU似乎可以更快地进行计算。数据在大小和大小上都是相同的。我正在尝试仅计算计算fft所需的时间。对于CPU和FFTW，我使用clock（）C函数来测量时间；对于GPU和clFFT，我使用OpenCL API提供的事件分析工具。

当我尝试多次进行相同的转换时，就会出现问题。当我进行多次迭代时，clFFT性能似乎迅速下降。随着变换重复次数的增加，最终CPU和GPU花费相同的时间来完成计算，而CPU和FFTW的性能稍好一些。

我的系统是： CPU：Intel i3 4690， GPU：Nvidia GTX 960 2gb，作业系统：Linux，设备OpenCL版本：1.2，对于CPU，我使用FFTW库，对于GPU和OpenCL，我使用clFFT库。

单一转换方案：

fftw.c

...
fftw_plan plan_signal_fft = fftw_plan_dft_1d(SAMPLES_PER_CODE, signalComplex, signalComplex_freq, FFTW_FORWARD, FFTW_ESTIMATE);
clock_t start, end;
// execute it once in case there is any initialization by the fftw library
fftw_execute(plan_signal_fft);

start = clock();
fftw_execute(plan_signal_fft);
end = clock();
double t = ((double)(end - start)) / CLOCKS_PER_SEC;
...

t = 0.000100秒

clFFT.c

...
ctx = clCreateContext(NULL, 1, &device_id, NULL, NULL, &return_val);
queue = clCreateCommandQueue(ctx, device_id, CL_QUEUE_PROFILING_ENABLE, &return_val);

clfftPlanHandle planHandle;
clfftDim dim = CLFFT_1D;
size_t clLengths[1] = {SAMPLES_PER_CODE};

clfftSetupData fftSetup;
return_val = clfftInitSetupData(&fftSetup);
return_val = clfftSetup(&fftSetup);

buff = clCreateBuffer(ctx, CL_MEM_READ_WRITE, SAMPLES_PER_CODE*2*sizeof(double), NULL, &return_val);
buff_results = clCreateBuffer(ctx, CL_MEM_READ_WRITE, SAMPLES_PER_CODE*2*sizeof(double), NULL, &return_val);
return_val = clEnqueueWriteBuffer(queue, buff, CL_TRUE, 0, SAMPLES_PER_CODE*2*sizeof(double), signalComplex, 0, NULL, NULL);

// read buffer
clFinish(queue);

return_val = clfftCreateDefaultPlan(&planHandle, ctx, dim, clLengths);
return_val = clfftSetPlanPrecision(planHandle, CLFFT_DOUBLE);
return_val = clfftSetResultLocation(planHandle, CLFFT_OUTOFPLACE);
return_val = clfftBakePlan(planHandle, 1, &queue, NULL, NULL);

return_val = clfftEnqueueTransform(planHandle, CLFFT_FORWARD, 1, &queue, 0, NULL, &event, &buff, &buff_results, NULL);

clWaitForEvents(1, &event);
return_val = clFinish(queue);
clGetEventProfilingInfo(event, CL_PROFILING_COMMAND_START, sizeof(time_start), &time_start, NULL);
clGetEventProfilingInfo(event, CL_PROFILING_COMMAND_END, sizeof(time_end), &time_end, NULL);
double nanoSeconds = time_end - time_start;
double t = nanoSeconds*pow(10,-9) // get seconds
...

t = 0.000010秒

循环场景：

fftw.c

...
start = clock();
for(i = 0; i < 20000; i++){
   fftw_execute(plan_signal_fft);
}
end = clock();
...

t = 1.614688秒

clfft.c

...
return_val = clfftEnqueueTransform(planHandle, CLFFT_FORWARD, 1, &queue, 0, NULL, &event, &buff, &buff_results, NULL);
clWaitForEvents(1, &event);
return_val = clFinish(queue);
clGetEventProfilingInfo(event, CL_PROFILING_COMMAND_START, sizeof(time_start), &time_start, NULL);

for(i = 0; i < 19998; i++){
  return_val = clfftEnqueueTransform(planHandle, CLFFT_FORWARD, 1, &queue, 0, NULL, NULL, &buff, &buff_results, NULL);
  return_val = clFinish(queue);
}

return_val = clfftEnqueueTransform(planHandle, CLFFT_FORWARD, 1, &queue, 0, NULL, &event, &buff, &buff_results, NULL);
clWaitForEvents(1, &event);
return_val = clFinish(queue);
clGetEventProfilingInfo(event, CL_PROFILING_COMMAND_END, sizeof(time_end), &time_end, NULL);
double nanoSeconds = time_end - time_start;
...

t = 1.945254秒

在两种情况下我都得到相同的结果，因此变换是正确的。但是我不知道我是否在OpenCL和clFFT中执行正确的迭代。为什么对于一次变换而言，clFFT比FFTW快，而一旦我重复相同的变换，clFFT的性能就会大大下降？

谢谢。

与FFTW相比，重复相同的fft时，clFFT性能下降

0 个答案: