[英]OpenCL multiple command queue for Concurrent NDKernal Launch
我正在尝试运行矢量加法应用程序,在该应用程序中我需要同时启动多个内核,因此对于并发内核启动,我在最后一个问题中建议有人使用多个命令队列。 我通过数组定义
context = clCreateContext(NULL, 1, &device_id, NULL, NULL, &err);
for(i=0;i<num_ker;++i)
{
queue[i] = clCreateCommandQueue(context, device_id, 0, &err);
}
在上述代码的某些地方,出现错误“命令被信号11终止”。
我也使用for循环来启动内核和入队数据
for(i=0;i<num_ker;++i)
{
err = clEnqueueNDRangeKernel(queue[i], kernel, 1, NULL, &globalSize, &localSize,
0, NULL, NULL);
}
问题是我不确定mi哪里出错了,我看到某个地方可以建立命令队列数组,所以这就是为什么我使用数组的原因。 另一个信息,当我不使用A for循环时,只需手动定义多个命令队列,它就可以正常工作。
我也阅读了您的最后一个问题,我认为您应该首先重新考虑您真正想做什么,以及OpenCL是否真的是这样做的方式。
OpenCL是用于大型并行处理和数据处理的API。 每个内核(或排队的任务)同时在多个数据值上并行运行的地方,因此比任何串行CPU处理都要好几个数量级。
OpenCL的典型用例是1个运行数百万个工作项的内核。 如果应用程序更高级,则可能需要多个不同内核的序列,以及CPU和GPU之间的特殊同步。
但是并发并不是必须的。 (否则,单核CPU将无法执行任务,那绝对不是。它会比较慢,可以,但仍然可以运行它)
即使需要同时运行2个任务。 并发时间是否相同:
非并发情况:
Kernel 1: *
Kernel 2: -
GPU Core 1: *****-----
GPU Core 2: *****-----
GPU Core 3: *****-----
GPU Core 4: *****-----
并发情况:
Kernel 1: *
Kernel 2: -
GPU Core 1: **********
GPU Core 2: **********
GPU Core 3: ----------
GPU Core 4: ----------
实际上,非并发情况是优选的,因为至少第一任务已经完成并且进一步的处理可以继续。
据我了解,您想要做的是同时运行多个内核。 这样内核才能完全同时运行。 例如,运行100个内核(相同或不同的内核)并同时运行它们。
这根本不适合OpenCL模型。 而且实际上可能比CPU单线程慢得多。
如果每个内核都独立于其他所有内核,则一次只能为一个内核分配一个内核(SIMD或CPU)(因为它们只有1台PC),即使它们可以同时运行1k线程。 在理想情况下,这会将您的OpenCL设备转换为几个内核(6-10)的池,这些池按顺序消耗排队的内核。 前提是该API也支持它和设备,但情况并非总是如此。 在最坏的情况下,您将拥有运行单个内核的单个设备,并且浪费了99%。
在OpenCL中可以完成的工作示例:
不适合OpenCL的内容示例:
从我的角度来看,使用多个内核的唯一实际用例是后者,并且无论您做什么,在那种情况下性能都会很糟糕。 最好改用多线程池。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.