opencl 内核执行时间长

Question

我在 GPU 上的 opencl 上实现了一些图像处理。在主机程序上，我启动此内核 4 次，总时间约为 13 毫秒（在 AMD 分析器上），我认为这是一个很好的结果，但如果我通过 QueryPerformanceTimer 测量主机上的内核执行时间，它显示大约 26 毫秒。 clEnqueueNDRangeKernel 执行时间小于 1 毫秒。 26-13 毫秒在哪里？如何修复它？我使用 AMD SDK 3.0 在 GPU 1：AMD Radeon HD 6900 系列上启动它。如果我启动内核一次，但在内核中我添加 4 次循环结果是相同的。

Answer 1

´clEnqueueNDRangeKernel´ 顾名思义，它是一个“入队”调用。 SoO 它只将工作排入命令队列。这并不意味着在调用返回之前工作已经完成，实际上它可能还没有开始。 API 可能刚刚将工作打包成一个整洁的命令结构，并将其添加到队列中（提交阶段）。

您必须使用事件计时器 (clEvents) 和启用了 Profiling 的队列来测量内核执行情况。这是设备上的实际执行时间。

或者，可以通过测量从“入队”到“完成”的总“往返”时间。但这将包括通常隐藏在管道场景中的所有开销，因此通常首选第一种方法。