个人中心
文章发布
退出
作者热门文章
- 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？
27
4
<分区>
我创建了一个简单的 OpenCL 程序，它使用朴素矩阵乘法(复杂度为 O(n^3) 的矩阵)将两个 NxN 矩阵相乘。每个矩阵的每个值都是一个单精度 32 位 float 。该程序是在 Windows 10 x64 上使用 visual studio 2015 编译的。
N=2048，使用intel OpenCL平台，耗时如下:
编辑:澄清一下，上面的 CPU 结果是使用英特尔的 OpenCL CPU 实现执行的。在常规的 C++ 串行 CPU 实现中，它花费了 82 秒。
在相同硬件上使用 Nvidia OpenCL 平台，结果没有太大区别:
这是调用 OpenCL 的 C++ 代码:
//create kernel
cl_kernel krnl = clCreateKernel(program, "matmult", NULL);
//create buffer (for source matrices, read only)
cl_mem srcBuff = clCreateBuffer(context, CL_MEM_READ_ONLY | CL_MEM_COPY_HOST_PTR, sizeof(float)*size*size, src, NULL);
cl_mem dstBuff = clCreateBuffer(context, CL_MEM_READ_ONLY | CL_MEM_COPY_HOST_PTR, sizeof(float)*size*size, dst, NULL);
//buffer for result
float* res = (float*)malloc(sizeof(float)*size*size);
cl_mem resBuff = clCreateBuffer(context, CL_MEM_WRITE_ONLY, sizeof(float)*size*size, NULL, NULL);
//set kernel args
clSetKernelArg(krnl, 0, sizeof(cl_mem), &srcBuff);
clSetKernelArg(krnl, 1, sizeof(cl_mem), &dstBuff);
clSetKernelArg(krnl, 2, sizeof(cl_mem), &resBuff);
clSetKernelArg(krnl, 3, sizeof(int), &size);
//run
size_t dimSizes[] = { size,size };
clEnqueueNDRangeKernel(commandQueue, krnl, 2, NULL, dimSizes, NULL, NULL, NULL, NULL);
clEnqueueReadBuffer(commandQueue, resBuff, CL_TRUE, 0, sizeof(float)*size*size, res, 0, NULL, NULL);
return res;
这是 OpenCL 内核函数:
__kernel void matmult(__global const float* src, __global const float* dst,
__global float* ret, const int n) {
int y=get_global_id(0);
int x=get_global_id(1);
float sum=0;
for(int i=0;i<n;i++){
sum+=src[y*n+i] * dst[i*n+x];
}
ret[y*n+x]=sum;
}
0
好吧，我知道这个问题已经被问了无数次了。但是，对于我在谷歌搜索中似乎无法找到的问题，我还有一个小补充。 我当然不是 FFMPEG 的专家……我一直在使用 FFMPEG 的标准加速/减速模板，我正在使用
考虑这三个文档... [ { _id: "...", _rev: "...", title: "Foo", body: "...
我想知道访问我的全局变量的最快方法...它们只会在 Beta 测试阶段发生变化。在我们上线之前。从那时起，它们将永远不会改变。 我认为从 web.config 中获取内容会产生开销，而且编写 App.
这个问题在这里已经有了答案: 11 年前关闭。 Possible Duplicate: Is there a performance difference between BETWEEN and IN
我很想知道对通常作为查询目标的数字列进行分区是否有性能优势。目前我有一个包含约 5000 万条记录的物化 View 。当使用常规 b 树索引并按此数字列搜索时，我得到的成本为 7，查询结果大约需要 0
我需要编写一个库，它执行许多远程 HTTP 调用来获取内容。我可以按照描述做here ，但是有没有更好的方法(在性能方面)如何做到这一点？如果我按照示例中所述进行操作，我总是会创建一个 URL 对象，
该代码非常不言自明。只是有很多我需要独立随机化的范围。例如，范围('W1:W4')不应与范围('W5:W8')混淆，因此我不能只是随机化范围('W1:W80')。任何帮助或建议都会很棒!多谢。目前，代
我正在使用 ADT 模拟器。我在我的模拟器中使用默认的 Android 虚拟设备。我创建了一个版本 4.0.3。 问题 太慢了。有时我在尝试更改 fragment 时会收到加载点击。 我使用的代码是有
我正在尝试获取一个包含三个表中的信息的数组。结果应该是一个数组，我可以在其中循环遍历第一个表、第二个表中的相关行以及第三个表到第二个表中的相关行。目前，我有三个独立的 SQL 查询，然后将它们重组为一
我已经学会了两种在服务器上上传图像的方法(可能还有更多..)。 1) 创建 NSData 并将其添加到请求正文中 2)创建字节数组并像简单数组一样以json形式发送 1) 创建 NSData 并将其添
我有一个 UItextview，我可以在里面写入数据类，我可以在我的 View 中的任何地方提供数据，在 ViewDidAppear 函数中我传递了我的数据，但它有点慢。文本在 0.2-0.3 秒后出
如何为 discoverAllContactUserInfosWithCompletionHandler 创建优先级高于默认值的 CKOperation？ 我找不到不使用 [[CKContainer
我在 unix 模块下编写了一个内核级函数，用于对系统负载进行采样。我在 clock.c 下的 clock() 中调用示例函数，以在每个时钟(例如，我的系统上每 10 毫秒)拍摄系统负载的快照。有没有
我正在制作一个应用程序，该应用程序将根据变量的值使用鼠标/键盘(宏)模拟操作。 这里有我制作的 de 扫描代码: void ReadMemory(int value){ DWORD p
我想知道在计算上调用嵌套在对象中的函数的最快方法是什么，所以我做了一个快速的 jsPerf.com 基准测试，其中我考虑了三种可能性——从数组中调用函数，从“核心”中调用函数对象和函数对象: var
我用 php 做了一个图像缩放器。调整图像大小时，它会缓存一个具有新尺寸的新 jpg 文件。下次您调用确切的 img.php?file=hello.jpg&size=400 时，它会检查是否已经创建了
这个问题在这里已经有了答案: 关闭 11 年前。 Possible Duplicate: Which is best for data store Struct/Classes? 考虑我有一个 Em
我正在尝试为多组列自动计算每行的平均分数。例如。一组列可以代表不同比例的项目。这些列也被系统地命名 (scale_itemnumber)。 例如，下面的虚拟数据框包含来自三个不同比例的项目。(可能会出
所以我知道散列图使用桶和散列码等等。根据我的经验，Java 哈希码并不小，但通常很大，所以我假设它没有在内部建立索引。除非哈希码质量很差导致桶长度和桶数量大致相等，否则 HashMap 比名称-> 值
假设我有一个非常缓慢和大的 for 循环。 如何将其拆分为多个线程以使其运行速度更快？ for (int a = 0; a { slowMet
我是一名优秀的程序员,十分优秀！