英特尔HD GPU与英特尔CPU性能比较

Question

我是OpenCL的新手，目前有关其性能方面有一些问题。

我使用Intel(R) Core(TM) i5-4460 CPU @ 3.20GHz + ubuntu + Beignet（Intel开源OpenCL库，详情请见：http://arrayfire.com/opencl-on-intel-hd-iris-graphics-on-linux/ http://www.freedesktop.org/wiki/Software/Beignet/）。

我有一个简单的基准测试

#define __CL_ENABLE_EXCEPTIONS
#include "CL/cl.hpp"
#include <vector>
#include <iostream>
#include <iterator>
#include <algorithm>

using namespace cl;
using namespace std;

void CPUadd(vector<float> & A, vector<float> & B, vector<float> & C)
{
    for (int i = 0; i < A.size(); i++)
    {
        C[i] = A[i] + B[i];
    }
}

int main(int argc, char* argv[]) {
    Context(CL_DEVICE_TYPE_GPU);
    static const unsigned elements = 1000000;
    vector<float> data(elements, 6);
    Buffer a(begin(data), end(data), true, false);
    Buffer b(begin(data), end(data), true, false);
    Buffer c(CL_MEM_READ_WRITE, elements * sizeof(float));

    Program addProg(R"d(
        kernel
        void add(   global const float * restrict const a,
                    global const float * restrict const b,
                    global       float * restrict const c) {
            unsigned idx = get_global_id(0);
            c[idx] = a[idx] + b[idx] + a[idx] * b[idx] + 5;
        }
    )d", true);

    auto add = make_kernel<Buffer, Buffer, Buffer>(addProg, "add");

#if 1
    for (int i = 0; i < 4000; i++)
    {
        add(EnqueueArgs(elements), a, b, c);
    }
    vector<float> result(elements);
    cl::copy(c, begin(result), end(result));
#else
    vector<float> result(elements);
    for (int i = 0; i < 4000; i++)
    {
        CPUadd(data, data, result);
    }
#endif

    //std::copy(begin(result), end(result), ostream_iterator<float>(cout, ", "));
}

根据我的测量结果，Intel HD比单个CPU快20倍（见上面的测试）。这对我来说似乎太小了，因为在使用4个核心时，GPU只能获得5倍的加速。我的测试和加速度似乎是合理的吗？不幸的是，在我的情况下，clinfo无法将CPU识别为OpenCL设备，因此我无法进行直接比较。

更新: 测量结果如下: $ g++ -o main main.cpp -lOpenCL -std=c++11 $ time ./main real 0m37.316s user 0m37.280s sys 0m0.016s $ g++ -o main main.cpp -lOpenCL -std=c++11 $ time ./main real 0m2.349s user 0m0.524s sys 0m0.624s

总计：2.349-0.524=1.825，用于GPU； 37.316-0.524=36.724，用于CPU。

36.724/1.825=20.12倍于单个CPU的速度=>比完整的CPU快5倍。

- Marat Zakirov

---

你的期望基于什么？作为一个非常粗略的指导，你可以比较峰值吞吐量。 - void_ptr

可能hd最喜欢的浮点宽度是8，而单个CPU核心最喜欢的宽度是4。您正在使用标量OpenCL代码，这可能更适合CPU。将其使用float8，然后再次询问。 - huseyin tugrul buyukisik

通过对1万个元素进行矢量求和来测量最快的CL设备，就像通过跑1米的距离来测量更快的跑步者一样。这样做会存在内存瓶颈、 IO/开销、启动开销等问题，导致所有测量结果无效。同时，正如他们指出的那样，即使你的内核是等价的也可能存在差异。 - DarkZeros

@huseyintugrulbuyukisik 请参见上文： Context(CL_DEVICE_TYPE_GPU); - Marat Zakirov

Answer 1

你正在比较的两种实现并不在功能上等价。

你的CPU实现需要少30%的内存带宽（这可能解释了性能问题）。 它仅访问数组A和B，而GPU核心使用的是3个数组a、b和c。

- simpel01

---

这个回答发布后，楼主修改了问题中的代码，并且现在报告OpenCL加速比之前提高了一倍。 - Peter Cordes