- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
当我理解这个Robert Crovella's
所以 answer GPU 编译器应该正确地内联函数出于性能原因。
我这里有一个测试用例,它没有发生,甚至这个非常简单的函数也没有内联,编译器每次调用成员函数时都会生成:
__device__ auto foo::isMemberHighest( int iParameterBar ) -> bool
{
return iParameterBar == 1;
}
运行 -cubin
参数并使用 nvdiasm
进行反汇编我得到这个输出:
//--------------------- .text._ZN27foo15isMemberHighestEi --------------------------
.section .text._ZN27foo15isMemberHighestEi,"ax",@progbits
.sectioninfo @"SHI_REGISTERS=7"
.align 64
.global _ZN27foo15isMemberHighestEi
.type _ZN27foo15isMemberHighestEi,@function
.size _ZN27foo15isMemberHighestEi,(.L_969 - _ZN27foo15isMemberHighestEi)
_ZN27foo15isMemberHighestEi:
.text._ZN27foo15isMemberHighestEi:
/*0000*/ MOV R0, R6;
/*0008*/ MOV R5, R5;
/*0010*/ MOV R4, R4;
/*0018*/ MOV R4, R4;
/*0020*/ MOV R5, R5;
/*0028*/ MOV R4, R4;
/*0030*/ MOV R5, R5;
/*0038*/ MOV R0, R0;
/*0040*/ MOV R0, R0;
.L_605:
/*0048*/ ISUB R3.CC, R4, RZ;
/*0050*/ ISETP.NE.X.AND P0, PT, R5, RZ, PT;
/*0058*/ PSETP.AND.AND P0, PT, !P0, PT, PT;
/*0060*/ PSETP.AND.AND P0, PT, !P0, PT, PT;
/*0068*/ NOP;
/*0070*/ SSY `(.L_449);
/*0078*/ @P0 BRA `(.L_450);
/*0080*/ BRA `(.L_450);
.L_450:
/*0090*/ NOP.S (*"TARGET= .L_449 "*);
.L_449:
/*0098*/ ISETP.EQ.AND P0, PT, R0, 0x1, PT;
/*00a0*/ SEL R0, RZ, 0x1, !P0;
/*00a8*/ MOV R0, R0;
/*00b0*/ MOV R4, R0;
/*00b8*/ RET;
.L_606:
/*00c0*/ EXIT;
.L_604:
/*00c8*/ EXIT;
.L_451:
/*00d0*/ BRA `(.L_451);
.L_969:
在 /*0098*/
之间和 /*00a0*/
有比较命令,然后是 return
.
我的 C++ 代码对该函数有 5 次成员调用,我在反汇编代码中看到恰好有 5 次调用该函数:
JCAL `(_ZN27foo15isMemberHighestEi);
我现在遇到了这个问题:一开始 - 当我有一个纯 C 代码时 - 我有一个性能非常好的大函数 [我用 #define
来“内联”代码].然后我根据 C++ 类的注释和文档对其进行了修改——鼓励——现在我的代码是 1'500 倍!较慢。
之前 18m 次迭代需要大约 73ms - 现在 560k 次迭代需要 3'300ms!这意味着它慢了 1'500 倍,这自然非常令人沮丧。当然,这不是导致这种延迟的唯一一个成员函数。我有大约 10 个导致 50 call
每次迭代的语句 [包括函数开销],显然这是瓶颈。
我可以改进什么或者是将代码“拆除”回糟糕的 C 代码的唯一解决方案?
当我将成员代码放入类声明时,代码并没有改变。这意味着,编译器已经“知道”成员函数的代码。并且,如果我更改优化级别,代码根本不会更改 -O1 -O2 -O3
!
更新:
用这条语句编译:
/usr/local/cuda-7.5/bin/nvcc -cubin -O3 -Xcompiler -Wall -Xcompiler -Wextra
-Xcompiler -Werror -std=c++11 --compile --relocatable-device-code=false
-gencode arch=compute_30,code=sm_30 -x cu -o CudaCore.cubin "../cuda/CudaCore.cu"
&& nvdisasm CudaCore.cubin > CudaCore.cubin.asm
最佳答案
将评论总结成某种程度上的答案:
我还没有看到 C++ 比 C 慢的情况。您的代码速度较慢只是因为它是在 Debug模式下显然编译的。
显然我怎么强调都不够。
关于c++ - CUDA:巨大的性能影响调用成员函数,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/35140423/
我通过在共享首选项中使用 GSON 将其转换为 json 来存储我的复杂对象。但是在检索它时,无法获得预期的字符串。 代码 这里 holderListCustomizationMap 是对象的复杂映射
因此,我正在尝试对大于可用RAM的gz压缩文件执行某种面向行的操作,因此排除了将其首先读取为字符串的情况。问题是,如何在rust(缺少gunzip file.gz|./my-rust-program)
我试图更好地理解为什么具有潜在大精度的大数字处理不一致,特别是在 JavaScript 及其本地化工具(例如 ECMA-402/Intl)中。我假设这与 float 的使用有关,但我想了解限制在哪里和
我们有一个 5GB 的 csv 文件,这是我们业务的主列表。 有多个类别,每个类别包含数千条记录。我们的目标是将每个类别导出为其自己的 csv 文件。 我们如何运行查询并导出数据? 运行 OSX。有没
基于上一个问题 ( see here ),我试图通过 xmlEventParse 读取许多大型 xml 文件,同时保存节点变化数据。使用此示例 xml:https://www.nlm.nih.gov/
我正在开发一个系统,它加载一个巨大的 CSV 文件(超过 100 万行)并保存到数据库中。每行也有超过一千个字段。 CSV 文件被视为一个批处理,每一行都被视为其子对象。在添加对象的过程中,每个对象都
借助node-google模块 我编写了一个简单的 Node 模块来为我的网络应用程序启用“文本网络搜索”功能,并在我的一个 View 中显示结果。 由于在来自同一 IP 的少量查询后 Google
我有相当大的 4D 阵列 [20x20x40x15000],我使用 h5py 将其作为 HDF5 文件保存到磁盘.现在的问题是我想计算整个数组的平均值,即使用: numpy.average(HDF5_
我在遗留代码库中连接巨大的 CString 时遇到问题。 CStrings 可以包含 base64 编码的文件,因此可能很大。在某些时候,这些 CString 会像这样连接起来: result +=
我正在尝试让我的服务器提供来自另一台服务器的巨大文件。但是,为了保护我的凭据免受该远程服务器的攻击,我不能简单地将请求者重定向到文件 url;另一方面,虽然使用 StreamingHttpRespon
感谢对此的任何见解,我有 2 个问题: 1) 弄清楚为什么我的本地数据库 oplog 庞大且不断增长 2) 安全删除(或重置)我的 local.oplog 以释放 18 GB 的浪费空间 场景:我一直
我的预期任务:获取大量数据(1 GB 及更多大小)json 字符串,操作(进行一些格式化、解析 json、重组 json 数据)并写入新格式化的 json 字符串作为响应。处理这种情况的更好方法是什么
我做了一个小的 Angular 4 应用程序,但我不知道如何应用 tree shaking 和 aot 编译。我运行的命令如下: ng build --prod --aot 但我得到的结果仍然很大,供
我是一名优秀的程序员,十分优秀!