使用图像与全局内存的缺点？答案

【问题标题】：Downside of using image vs global memory?使用图像与全局内存的缺点？
【发布时间】：2014-07-26 14:08:00
【问题描述】：

我有一个处理 RGB 图像的内核。现在，我一个接一个地获取每个通道，并在该通道上运行相同的内核

内核输入是一个全局内存缓冲区：数据以块的形式从全局内存中移动缓存到本地内存中进行处理，然后存储到另一个全局内存中缓冲区作为输出。

我正在考虑重构它以将所有三个通道存储在 RGBA 中缓冲区，并同时对所有三个通道进行操作，使用向量操作。我知道图像具有更好的空间缓存。

这个重构有什么缺点吗？我意识到我将不得不减少每个块的像素数，因为我现在将有三倍的数量数据。

谢谢！

【问题讨论】：

问题：您的 RGB 数据是如何布局的？平面还是交错？另外，你的目标是什么硬件？不同的硬件会有不同的特性。最后，您的过滤器使用多少 ALU？大型复杂过滤器还是小型简单过滤器？
谢谢，user2746401。我可以选择使用什么格式——如果我切换到图像，我想交错是要走的路。目前它是平面的。另外，我将瞄准 AMD Hawaii GPUS；以 290X 为例。此外，过滤器又大又复杂。

标签： opencl

【解决方案1】：

通常，现代 GPU 可以很好地处理图像，因为它们最初就是为此而设计的。除非您使用某些特定的硬件，这对 Image 数据结构不利，否则这种重构是一个好主意 (IMO)。

更改每个 WI 或 WG 流程的数据量并不一定会导致性能下降 - 算法更改可能会以不可预知的方式影响性能。因此，要得出结论，需要仔细的基准测试。

如果您针对特定硬件，使用 SDK 工具始终是一个好主意。性能分析器可以提供有用的统计信息和优化提示（例如寄存器溢出、缓存命中率、利用率等）

【讨论】：

谢谢，罗曼。我正在做一个离散小波变换：先变换列，然后变换行，所以它不是一个简单的卷积型算法。我一个人在这个项目上工作，我是一个 opencl 初学者：你有时间快速审查代码以标记我的任何明显错误吗？ github.com/boxerab/ocldwt 是项目。目前，在windows上，使用intel处理器作为设备，它并不比CPU上的串行代码快，所以有点令人失望。但我知道它可以改进......