OpenCL 内核排队和开始在 ATI 卡上运行之间的延迟

Question

我最近将一个 OpenCL 应用程序从 NVIDIA GPU 转移到在 Ubuntu 12.04 上运行的 Radeon HD 6320 Fusion，但它的运行速度出乎意料地慢了很多。

我的程序在设置时将一个非常大的数据结构复制到 GPU（CPU 永远不会再读取或访问此数据结构），然后它：

1. 对多个内核和一个读取缓冲区进行排队（将一个非常小的数据结构复制回主内存）。
2. 调用 clFinish 以等待内核和读取缓冲区完成
3. 这会不断重复，有时会根据读取缓冲区返回的信息复制一些额外的数据（这意味着读取缓冲区必须完成，然后才能将下一轮内核添加到队列中）。

在分析两个 GPU 之后，ATI GPU 上的延迟似乎完全是从第一个内核被添加到队列 (CL_PROFILING_COMMAND_QUEUED) 到第一个内核开始执行 (CL_PROFILING_COMMAND_START)。在 NVIDIA GPU 上，每次迭代需要几微秒。在 ATI GPU 上，每次迭代大约需要 20 毫秒，这对于我的使用来说太长了。

我有什么理由会延迟这么大吗？

Answer 1

这是 amd 平台中的一个已知问题。检查此论坛链接https://community.amd.com/thread/159060 希望它/将被修复

Answer 2

可能有很多问题，您是否正在运行任何其他可能需要完成的 GPU 程序，以便调度程序可以为您腾出一些时间？

问题在于 OpenCL 规范没有定义可能的等待时间。从排队内核到它的执行对时间没有要求，只是在某个时候它会执行。我可能会在 ATI OpenCL 板上发帖，那里的开发人员对这个主题很了解，可能会给你一个答案。