c++ - CUDA内存分配性能

原文 标签 c++ cuda

我正在使用 CUDA 上的图像过滤器。图像处理比在 CPU 上快得多。但问题是图像的分配真的很慢。

这就是我分配内存和设置图像的方式。

hr = cudaMalloc(&m_device.originalImage,    size);                                                                          
hr = cudaMalloc(&m_device.modifiedImage,    size);                                                                          
hr = cudaMalloc(&m_device.tempImage,    size);                                                                  
hr = cudaMemset( m_device.modifiedImage, 0, size);                                                                          
hr = cudaMemcpy( m_device.originalImage, host.originalImage, size, cudaMemcpyHostToDevice); 

这是执行程序的结果。
C:\cpu_gpu_filters(GPU)\x64\Release>cpu_gpu_filters test-case.txt
C:\Users\Max\Desktop\test_set\cheshire_cat_1280x720.jpg
Init time: 519 ms
Time spent: 2.35542 ms
C:\Users\Max\Desktop\test_set\cheshire_cat_1366x768.jpg
Init time: 31 ms
Time spent: 2.68595 ms
C:\Users\Max\Desktop\test_set\cheshire_cat_1600x900.jpg
Init time: 44 ms
Time spent: 3.54835 ms
C:\Users\Max\Desktop\test_set\cheshire_cat_1920x1080.jpg
Init time: 61 ms
Time spent: 4.98131 ms
C:\Users\Max\Desktop\test_set\cheshire_cat_2560x1440.jpg
Init time: 107 ms
Time spent: 9.0727 ms
C:\Users\Max\Desktop\test_set\cheshire_cat_3840x2160.jpg
Init time: 355 ms
Time spent: 20.1453 ms
C:\Users\Max\Desktop\test_set\cheshire_cat_5120x2880.jpg
Init time: 449 ms
Time spent: 35.815 ms
C:\Users\Max\Desktop\test_set\cheshire_cat_7680x4320.jpg
Init time: 908 ms
Time spent: 75.4647 ms

更新 带时间测量的代码:
start = high_resolution_clock::now();
Initialize();
stop = high_resolution_clock::now();
long long ms = duration_cast<milliseconds>(stop - start).count();
long long us = duration_cast<microseconds>(stop - start).count();
cout << "Init time: " << ms << " ms" << endl;


start = high_resolution_clock::now();
GpuTimer gpuTimer;
gpuTimer.Start();
RunGaussianBlurKernel(
    m_device.modifiedImage,
    m_device.tempImage,
    m_device.originalImage, 
    m_device.filter,
    m_filter.width,
    m_host.originalImage.rows, 
    m_host.originalImage.cols
    );
gpuTimer.Stop();

第一个图像是最小的,但初始化需要 519 毫秒。也许,这是因为需要加载驱动程序或其他东西。然后,当图像大小增加时,初始化时间也会增加。实际上,这看起来合乎逻辑,但我仍然不确定初始化过程应该那么慢。难道我做错了什么?

最佳答案

在您的单元代码中,您有一个 cudaMemset,其执行时间取决于大小。还有 cudaMemcpy,其执行时间大致由内存拷贝大小(以字节为单位)除以 PCI-Express 的带宽得出。这部分很可能是导致初始化时间增加的原因。通过 NSIGHT 运行它将为您提供更精确的执行时间数据。但是,如果没有 MCVE,很难确定答案。

关于c++ - CUDA内存分配性能,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/37264010/

相关文章:

c++ - CodeChef上的时间限制错误

c++ - 从 R - .C 与 .Call 调用 CUDA 编译的 .dll

c++ - boost 翻译:po文件不起作用

c++ - 如何使用 string.substr() 函数?

c++ - 迭代加深搜索应该这么慢吗?

cuda - 阐明 CUDA 中的内存事务

cuda - 我们可以在内核运行期间获得准时打印输出吗?

c++ - cudaMemcpy上的cudaErrorIllegalAdress

c++ - 在 __host__ __device__ 仿函数中创建 Thrust::device_vectors

c++ - 如何在没有循环的情况下在C++中总结vector int的 vector