【发布时间】：2014-09-30 05:42:28
【问题描述】：
我正在尝试查看 Opencl 编程模型在 GPU 上的性能，现在在测试编程模型时，我必须使用 clEnqueueNDkernel() 启动内核，我试图多次调用此函数，所以当启动两个或四个并发内核时，我可以看到它的执行情况。
我观察到程序与启动一个内核所用的时间相同，现在我假设它只运行内核一次，因为不可能运行两个或四个并发内核。
现在我想知道如何在一个 GPU 上启动多个内核。
例如：我想推出类似的东西：
clEnqueueNDkernel()
clEnqueueNDkernel()
我该怎么做？
【问题讨论】：
-
四个并发内核是指四个相同的内核代码还是四个不同的内核代码？另外一个内核中有多少工作，是两个值的加法还是很多计算？
-
四个相同的内核。而且工作量不一。当我在各种工作量下检查时
-
如果计算量很小，几乎所有的时间都可以用来在主机和设备之间移动数据。这可能是一个内核和四个内核花费相同时间的原因。与数据传输相比，尝试使负载非常大。那么它应该花费四次发射的四倍时间。
-
您是否在基准测试中包含了 clFinish？如果你没有，你只是在测量异步排队时间。除非您使用多个命令队列或乱序命令队列，否则内核肯定不会同时运行。你必须付出一些努力才能实现。