我有这样的代码:
for(int i =0; i<2; i++)
{
//initialization of memory and some variables
........
........
RunDll(input image, output image); //function that calls kernel
}
上述循环中的每次迭代都是独立的。我想同时运行它们。所以,我尝试了这个:
for(int i =0; i<num_devices; i++)
{
cudaSetDevice(i);
//initialization of memory and some variables
........
........
RunDll(input image, output image);
{
RunBasicFBP_CUDA(parameters); //function that calls kernel 1
xSegmentMetal(parameters); //CPU function
RunBasicFP_CUDA(parameters); //function that uses output of kernel 1 as input for kernel 2
for (int idx_view = 0; idx_view < param.fbp.num_view; idx_view++)
{
for (int idx_bin = 1; idx_bin < param.fbp.num_bin-1; idx_bin++)
{
sino_diff[idx_view][idx_bin] = sino_org[idx_view][idx_bin] - sino_mask[idx_view][idx_bin];
}
}
RunBasicFP_CUDA(parameters);
if(some condition)
{
xInterpolateSinoLinear(parameters); //CPU function
}
else
{
xInterpolateSinoPoly(parameters); //CPU function
}
RunBasicFBP_CUDA( parameters );
}
}
我正在使用 2 个 GTX 680,并且我想同时使用这两个设备。使用上面的代码,我没有得到任何加速。处理时间与在单个 GPU 上运行时几乎相同。
如何在两个可用设备上实现并发执行?
最佳答案
在您的评论中您说:
RunDll has two kernels and they are being launched one by one. Kernels do have cudaThreadSynchronize()
请注意,cudaThreadSynchronize()
相当于cudaDeviceSynchronize()
(前者实际上是 deprecated ),这意味着您将在一个 GPU 上运行、同步、然后在另一个GPU上运行。另请注意,cudaMemcpy()
是一个阻塞例程,您需要 cudaMemcpyAsync()
版本来避免所有阻塞(正如 @JackOLantern 在评论中指出的那样)。
一般来说,您需要发布有关 RunDLL() 内部内容的更多详细信息,因为如果没有这些信息,您的问题就没有足够的信息来给出明确的答案。最好遵循 these guidelines .
关于cuda - 在两个 GPU 上运行的代码无法达到并发执行并且加速效果无关,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/18632511/