Использовать графический процессор и процессор с умом

Question

Я новичок в OpenCL, только что начал учиться. Я хотел знать, можно ли выполнить несколько потоков на графическом процессоре и оставшиеся потоки на процессоре? Другими словами, если я запускаю 100 потоков и предполагаю, что у меня 8-ядерный процессор, возможно ли, что 8 потоков из 100 потоков будут выполняться на процессоре, а оставшиеся 92 потока будут выполняться на GPU? Может ли OpenCL помочь мне выполнить эту работу? гладко?

Answer 1

OpenCL код компилируются во время выполнения для выбранного устройства (CPU, модель GPU)

Вы можете переключиться, какие целевые использовать для различных задач, но вы не можете (с любой реализацией я знаю) раскол одна и та же задача между процессором и графическим процессором

Answer 2

Вы можете использовать несколько устройств openCL для работы над вашим алгоритмом, но необходимо распределить нагрузку достаточно тонко, чтобы работа на устройствах была сбалансирована должным образом, или же накладные расходы могут ухудшить производительность ,

Это ясно говорится в AMD OpenCL Programming Guide section 4.7 об использовании нескольких устройств OpenCL, так что мой ответ, да, вы можете разделить работы быть выполнен с несколькими устройствами, плавно, тогда и только тогда, когда вашего алгоритм планирования является достаточно умный, чтобы сбалансировать все это.

Answer 3

Я хотел знать, можно ли выполнить несколько потоков на графическом процессоре и оставшиеся потоки на процессоре?

Да

Другими словами, если я запускаю 100 потоков и предположим, что я 8 ядра процессора, то возможно, что 8 потоков из 100 потоков будет выполняться на CPU и остальные 92 темы будет работать на GPU?

Нет. Это описание предполагает, что вы будете рассматривать GPU & CPU как единый вычислительный ресурс. Вы не можете этого сделать.

Это не значит, что вы не можете работать с одной и той же задачей.

• Графический процессор и ЦП будут считаться отдельными устройствами OpenCL.
• Вы можете написать код, который может разговаривать с несколькими устройствами.
• Вы можете скомпилировать одно и то же ядро ​​для нескольких устройств.
• Вы можете попросить несколько устройств выполнить работу одновременно.

... но ...

• Ничего из этого не является автоматическим.
• OpenCL не будет разделять один NDRange (или эквивалентный) вызов между несколькими устройствами.
• Это означает, что вам придется планировать задачи между двумя устройствами самостоятельно.
• Там будет довольно большое несоответствие скорости, поэтому для поддержания оптимальности потребуется больше, чем «92 здесь, 8 там».

То, что я нашел, работает лучше, когда процессор работает над другой задачей, пока работает графический процессор. Возможно, подготовка следующей части работы для графического процессора или последующая обработка результатов с графического процессора. Иногда это обычный код. Иногда это OpenCL.