Rapidmind计算库性能测试

 　　rapidmind.net提供了免费的计算库下载，目的是使用C++ metaprogramming将计算与硬件平台隔离开来，它提供一套运行库做底层的优化工作。为了测试其真正的性能，以便于在未来的渲染器中使用，我做了一个简单的性能测试程序，将一张1920x1080尺寸的TIF从RGB转换为CIE XYZ。
　　测试平台为我的acer 5572ANWXCi笔记本，Core Duo T2250、945、1.5G DDR2、geforce 7300go 64bit 128M。

	GPU	CPU	GPU*	CPU*
Joky.tif	1.809444	28.306510	36.927075	12.229953
HDTV.tif	7.248393	179.199637	465.021794	173.764878

单位为毫秒millisecond，加“*”表示回读GPU数据到内存。Joky.tif大小为300x400，120000 pixels。HDTV.tif大小为1920x1080，2073600 pixels。

　　测试结果表明，如果不回读，那么可以放心大胆的使用GPU计算。但是如果回读，那么速度将急剧下降。总线是一个原因，但估计更深层次的是GPU的工作机制以及设计。但是可以肯定的是，如果使用RM开发基于多核心的CPU比如CELL BE处理器的计算程序，那么带来的好处是及其明显的，避免了硬件编码优化工作，节省了人力物力，最重要的是可以获得相当不错的性能。
　　测试代码如下，其中CPU部分没有优化，但是打开了VC71的SSE2开关。

#include <TCHAR.h>

#include <cstdio>
#include <rapidmind/platform.hpp>
#include <cximage/ximage.h>
#pragma comment(lib,"rmplatform-vc7-md.lib")
#pragma comment(lib,"cximagecrt.lib")

using namespace rapidmind;

int main()
}