Волновой симулятор, с которым я работал с C# + Cudafy (C# -> CUDA или OpenCL-переводчик) отлично работает, за исключением того, что запуск OpenCL Версия CPU (драйвер Intel, 15 "MacBook Pro Retina i7 2.7GHz, GeForce 650M (Kepler, 384 ядра)) примерно в четыре раза быстрее, чем версия графического процессора.Cuda - OpenCL CPU 4x быстрее, чем OpenCL или CUDA GPU версия
(Это происходит, если я использую CL или CUDA GPU . бэкенд версии OpenCL GPU и CUDA выполняют почти одинаково)
Чтобы уточнить, для задачи. Пример:
- OpenCL CPU 1200 Гц
- OpenCL GPU 320 Гц
- CUDA GPU - ~ 330 Гц
Я затрудняюсь объяснить, почему версия процессора будет быстрее чем GPU. В этом случае код ядра, который выполняется (в случае CL) на CPU и GPU, идентичен. Во время инициализации я выбираю либо процессор, либо GPU-устройство, но помимо этого все одинаково.
Редактировать
Вот C# код, который запускает один из ядер. (Остальные очень похожи.)
public override void UpdateEz(Source source, float Time, float ca, float cb)
{
var blockSize = new dim3(1);
var gridSize = new dim3(_gpuEz.Field.GetLength(0),_gpuEz.Field.GetLength(1));
Gpu.Launch(gridSize, blockSize)
.CudaUpdateEz(
Time
, ca
, cb
, source.Position.X
, source.Position.Y
, source.Value
, _gpuHx.Field
, _gpuHy.Field
, _gpuEz.Field
);
}
И, вот соответствующая функция ядра CUDA порождена Cudafy:
extern "C" __global__ void CudaUpdateEz(float time, float ca, float cb, int sourceX, int sourceY, float sourceValue, float* hx, int hxLen0, int hxLen1, float* hy, int hyLen0, int hyLen1, float* ez, int ezLen0, int ezLen1)
{
int x = blockIdx.x;
int y = blockIdx.y;
if (x > 0 && x < ezLen0 - 1 && y > 0 && y < ezLen1 - 1)
{
ez[(x) * ezLen1 + (y)] = ca * ez[(x) * ezLen1 + (y)] + cb * (hy[(x) * hyLen1 + (y)] - hy[(x - 1) * hyLen1 + (y)]) - cb * (hx[(x) * hxLen1 + (y)] - hx[(x) * hxLen1 + (y - 1)]);
}
if (x == sourceX && y == sourceY)
{
ez[(x) * ezLen1 + (y)] += sourceValue;
}
}
Просто для полноты картины, вот C#, который используется для создания CUDA:
[Cudafy]
public static void CudaUpdateEz(
GThread thread
, float time
, float ca
, float cb
, int sourceX
, int sourceY
, float sourceValue
, float[,] hx
, float[,] hy
, float[,] ez
)
{
var i = thread.blockIdx.x;
var j = thread.blockIdx.y;
if (i > 0 && i < ez.GetLength(0) - 1 && j > 0 && j < ez.GetLength(1) - 1)
ez[i, j] =
ca * ez[i, j]
+
cb * (hy[i, j] - hy[i - 1, j])
-
cb * (hx[i, j] - hx[i, j - 1])
;
if (i == sourceX && j == sourceY)
ez[i, j] += sourceValue;
}
Очевидно, что if
в этом ядре плохо, но даже в результате трубопровод стойло не должно вызывать такую крайнюю дельту производительность.
Единственная вещь, которая выпрыгивает на меня, заключается в том, что я использую схему распределения хромовой сетки/блока - т. Е. Сетка представляет собой размер массива, который нужно обновить, и каждый блок является одним потоком. Я уверен, что это имеет некоторое влияние на производительность, но я не вижу, чтобы это было 1/4-й скорости CL-кода, запущенного на CPU. ARGH!
У вас есть образец кода, который вы можете поделиться? –
@ EricBainville Конечно - вы хотите C#, ядра CUDA или CL, или что? (Это полу-среднее приложение. Я не хочу вставлять 20k строк кода в SO) –
Я не вижу никаких признаков того, что ядро cuda использует более 1 потока на блок (нет необходимости использовать 'threadIdx.x' или' threadIdx.y'). Кроме того, запуск задает 1 поток на блок. Это означает, что около 97% возможностей графического процессора не используется. Я не знаю много о cudafy, поэтому я не знаю, есть ли у вас контроль над этим, но я вовсе не удивлен, что код cuda не работает впечатляюще быстро. –