- 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?
我有一个实时视频流管道,可以将 RGB32 帧编码为 H.264。我的目标是 NVIDIA 硬件,因此我计划使用 CUDA 来执行从 RGB32 到 NV12 的色彩空间转换。我查找了执行类似任务的内核的示例,一切似乎都很好。然而,由于很多人提到数据传输速度是 CPU 到 GPU 通信的最关键点,我想知道是否有人有过将 RGB32 数据馈送到 CUDA 内核的更好方法的经验:
cudaMemcpy()
(至少 this 主题指出 cudaMemcpy()
的性能优于操作系统图形堆栈Map()
从用户空间代码更新的动态 Direct3D11 资源如果有人有这方面的经验,那么我很高兴听到它,否则 - 基准测试是:)
最佳答案
由于我没有擅自进行基准测试,因此我将把所有内容留在这里,以便任何人都可以使用它们或对改进发表评论。
我比较了 1000 次迭代的时间:
映射
/memcpy
到动态Direct3D 11纹理上的映射内存/取消映射
- 每次调用3毫秒Map
/Unmap
(以了解 Map/Unmap 的开销) - 每次调用 1.4 毫秒UpdateSubresource
(根据我的阅读,如果每帧有多个更新,这应该比动态表面慢) - 每次调用 2.13 毫秒cudaMemcpy
在每次迭代中从用 new
分配的临时指针到 cudaMalloc
分配的设备内存指针 - 每次调用 1.3ms cudaMemcpyAsync
从使用 new
分配的临时指针到每次迭代中分配的 cudaMalloc
设备内存指针以及 cudaDeviceSynchronize
> 最后一次迭代后 - 每次调用 1.25 毫秒cudaMemcpyAsync
在每次迭代中从 cudaMalloc
分配的主机内存指针指向 cudaMalloc
分配的设备内存指针以及 cudaDeviceSynchronize
最后一次迭代后 - 每次调用 0.250 毫秒基本上,我似乎应该坚持使用 Cuda,因为它比使用 Direct3D 11 表面将数据从系统内存传输到 GPU 内存更快。
此外,在 Map 更新非常频繁的情况下,
/Map
/Unmap
方法似乎胜过了默认表面和 UpdateSubresource
Unmap
本身很少被调用。
我将在下面发布基准代码(它也可以在 GitHub 上找到) - 我将非常高兴获得任何反馈,因为基准可能存在问题,这可能会影响结果,因为我是新手Direct3D 11 和 Cuda。
// STL
#include <iostream>
#include <cstdlib>
#include <memory>
#include <vector>
// ATL
#include <atlbase.h>
// CUDA
#include "cuda.h"
#include "cuda_runtime_api.h"
#pragma comment(lib, "cudart.lib")
// DXGI
#include <dxgi.h>
#pragma comment(lib, "dxgi.lib")
// D3D11
#include <d3d11.h>
#pragma comment(lib, "d3d11.lib")
int main(int argc, char** argv)
{
std::string sDeviceName("GeForce GTX 750 Ti");
std::wstring sDeviceNameWide(sDeviceName.begin(), sDeviceName.end());
const size_t nWidth = 1920, nHeight = 1080, nIterations = 1000;
#pragma region Direct3D 11
CComPtr<IDXGIFactory1> pDXGIFactory1;
ATLENSURE_SUCCEEDED(CreateDXGIFactory1(__uuidof(IDXGIFactory1), reinterpret_cast<void**>(&pDXGIFactory1)));
ULONG nAdapterIndex = 0;
CComPtr<IDXGIAdapter1> pDXGIAdapter1;
DXGI_ADAPTER_DESC1 DXGIAdapterDescription1 = {};
bool bD3D11AdapterFound = false;
while (SUCCEEDED(pDXGIFactory1->EnumAdapters1(nAdapterIndex++, &pDXGIAdapter1)))
{
ATLENSURE_SUCCEEDED(pDXGIAdapter1->GetDesc1(&DXGIAdapterDescription1));
std::wstring sDescription(DXGIAdapterDescription1.Description);
if (sDescription.find(sDeviceNameWide) != std::string::npos)
{
bD3D11AdapterFound = true;
break;
}
}
if (bD3D11AdapterFound == false)
{
std::cout << "Direct3D 11 compatbile adapter named " << sDeviceName.c_str() << "was not found!" << std::endl;
return EXIT_FAILURE;
}
const D3D_FEATURE_LEVEL RequestedFeatureLevels = D3D_FEATURE_LEVEL_11_0;
D3D_FEATURE_LEVEL FeatureLevel;
UINT nFlags = 0;
#ifdef _DEBUG
nFlags |= D3D11_CREATE_DEVICE_DEBUG;
#endif
CComPtr<ID3D11Device> pDevice;
CComPtr<ID3D11DeviceContext> pDeviceContext;
ATLENSURE_SUCCEEDED(D3D11CreateDevice(pDXGIAdapter1, D3D_DRIVER_TYPE_UNKNOWN, NULL, nFlags, &RequestedFeatureLevels, 1, D3D11_SDK_VERSION, &pDevice, &FeatureLevel, &pDeviceContext));
std::unique_ptr<unsigned char[]> pFrame(new unsigned char[nWidth * nHeight * 3 / 2]);
D3D11_TEXTURE2D_DESC TextureDescription = {};
TextureDescription.Width = nWidth;
TextureDescription.Height = nHeight;
TextureDescription.Format = DXGI_FORMAT_NV12;
TextureDescription.CPUAccessFlags = D3D11_CPU_ACCESS_WRITE;
TextureDescription.Usage = D3D11_USAGE_DYNAMIC;
TextureDescription.MipLevels = 1;
TextureDescription.ArraySize = 1;
TextureDescription.SampleDesc.Count = 1;
TextureDescription.BindFlags = D3D11_BIND_DECODER;
CComPtr<ID3D11Texture2D> pTexture;
ATLENSURE_SUCCEEDED(pDevice->CreateTexture2D(&TextureDescription, NULL, &pTexture));
CComQIPtr<ID3D11Resource> pResource(pTexture);
D3D11_MAPPED_SUBRESOURCE MappedSubresource = {};
{
FILETIME StartFileTime = {};
::GetSystemTimeAsFileTime(&StartFileTime);
for (size_t nIteration = 0; nIteration < nIterations; ++nIteration)
{
ATLENSURE_SUCCEEDED(pDeviceContext->Map(pResource, 0, D3D11_MAP_WRITE_DISCARD, 0, &MappedSubresource));
_ASSERT(nWidth == MappedSubresource.RowPitch);
{
memcpy(MappedSubresource.pData, pFrame.get(), nWidth * nHeight * 3 / 2);
}
pDeviceContext->Unmap(pResource, 0);
}
FILETIME EndFileTime = {};
::GetSystemTimeAsFileTime(&EndFileTime);
ULARGE_INTEGER StartTime = { StartFileTime.dwLowDateTime, StartFileTime.dwHighDateTime }, EndTime = { EndFileTime.dwLowDateTime, EndFileTime.dwHighDateTime };
double fElapsedMiliseconds = static_cast<double>((EndTime.QuadPart - StartTime.QuadPart) / 10000.0f);
std::cout << "Map/memcpy/Unmap total time: " << fElapsedMiliseconds << " ms, " << fElapsedMiliseconds / nIterations << " per call" << std::endl;
}
{
FILETIME StartFileTime = {};
::GetSystemTimeAsFileTime(&StartFileTime);
for (size_t nIteration = 0; nIteration < nIterations; ++nIteration)
{
ATLENSURE_SUCCEEDED(pDeviceContext->Map(pResource, 0, D3D11_MAP_WRITE_DISCARD, 0, &MappedSubresource));
pDeviceContext->Unmap(pResource, 0);
}
FILETIME EndFileTime = {};
::GetSystemTimeAsFileTime(&EndFileTime);
ULARGE_INTEGER StartTime = { StartFileTime.dwLowDateTime, StartFileTime.dwHighDateTime }, EndTime = { EndFileTime.dwLowDateTime, EndFileTime.dwHighDateTime };
double fElapsedMiliseconds = static_cast<double>((EndTime.QuadPart - StartTime.QuadPart) / 10000.0f);
std::cout << "Map/Unmap total time: " << fElapsedMiliseconds << " ms, " << fElapsedMiliseconds / nIterations << " per call" << std::endl;
}
TextureDescription.Usage = D3D11_USAGE_DEFAULT;
TextureDescription.CPUAccessFlags = 0;
pTexture.Release();
ATLENSURE_SUCCEEDED(pDevice->CreateTexture2D(&TextureDescription, NULL, &pTexture));
pResource = pTexture;
{
FILETIME StartFileTime = {};
::GetSystemTimeAsFileTime(&StartFileTime);
for (size_t nIteration = 0; nIteration < nIterations; ++nIteration)
{
pDeviceContext->UpdateSubresource(pResource, 0, NULL, pFrame.get(), 1920, 0);
}
FILETIME EndFileTime = {};
::GetSystemTimeAsFileTime(&EndFileTime);
ULARGE_INTEGER StartTime = { StartFileTime.dwLowDateTime, StartFileTime.dwHighDateTime }, EndTime = { EndFileTime.dwLowDateTime, EndFileTime.dwHighDateTime };
double fElapsedMiliseconds = static_cast<double>((EndTime.QuadPart - StartTime.QuadPart) / 10000.0f);
std::cout << "UpdateSubresource total time: " << fElapsedMiliseconds << " ms, " << fElapsedMiliseconds / nIterations << " per call" << std::endl;
}
#pragma endregion
#pragma region Cuda
int nCudaDeviceCount = 0;
auto nCudaError = cudaGetDeviceCount(&nCudaDeviceCount);
_ASSERT(nCudaError == CUDA_SUCCESS);
std::vector<cudaDeviceProp> Devices;
Devices.resize(nCudaDeviceCount);
bool bCudaDeviceFound = false;
int nCudaDevice = 0;
for (; nCudaDevice < nCudaDeviceCount; ++nCudaDevice)
{
nCudaError = cudaGetDeviceProperties(&Devices[nCudaDevice], nCudaDevice);
_ASSERT(nCudaError == CUDA_SUCCESS);
if (Devices[nCudaDevice].name == sDeviceName)
{
bCudaDeviceFound = true;
break;
}
}
if (bCudaDeviceFound == false)
{
std::cout << "Cuda compatbile adapter named " << sDeviceName.c_str() << "was not found!" << std::endl;
return EXIT_FAILURE;
}
nCudaError = cudaSetDevice(nCudaDevice);
_ASSERT(nCudaError == CUDA_SUCCESS);
void *pHostMemory = NULL, *pDeviceMemory = NULL;
nCudaError = cudaMalloc(&pDeviceMemory, nWidth * nHeight * 3 / 2);
_ASSERT(nCudaError == CUDA_SUCCESS);
nCudaError = cudaMallocHost(&pHostMemory, nWidth * nHeight * 3 / 2);
_ASSERT(nCudaError == CUDA_SUCCESS);
{
FILETIME StartFileTime = {};
::GetSystemTimeAsFileTime(&StartFileTime);
for (size_t nIteration = 0; nIteration < nIterations; ++nIteration)
{
nCudaError = cudaMemcpy(pDeviceMemory, pFrame.get(), nWidth * nHeight * 3 / 2, cudaMemcpyHostToDevice);
_ASSERT(nCudaError == CUDA_SUCCESS);
}
FILETIME EndFileTime = {};
::GetSystemTimeAsFileTime(&EndFileTime);
ULARGE_INTEGER StartTime = { StartFileTime.dwLowDateTime, StartFileTime.dwHighDateTime }, EndTime = { EndFileTime.dwLowDateTime, EndFileTime.dwHighDateTime };
double fElapsedMiliseconds = static_cast<double>((EndTime.QuadPart - StartTime.QuadPart) / 10000.0f);
std::cout << "cudaMemcpy total time: " << fElapsedMiliseconds << " ms, " << fElapsedMiliseconds / nIterations << " per call" << std::endl;
}
{
FILETIME StartFileTime = {};
::GetSystemTimeAsFileTime(&StartFileTime);
for (size_t nIteration = 0; nIteration < nIterations; ++nIteration)
{
nCudaError = cudaMemcpyAsync(pDeviceMemory, pFrame.get(), nWidth * nHeight * 3 / 2, cudaMemcpyHostToDevice);
_ASSERT(nCudaError == CUDA_SUCCESS);
}
cudaDeviceSynchronize();
FILETIME EndFileTime = {};
::GetSystemTimeAsFileTime(&EndFileTime);
ULARGE_INTEGER StartTime = { StartFileTime.dwLowDateTime, StartFileTime.dwHighDateTime }, EndTime = { EndFileTime.dwLowDateTime, EndFileTime.dwHighDateTime };
double fElapsedMiliseconds = static_cast<double>((EndTime.QuadPart - StartTime.QuadPart) / 10000.0f);
std::cout << "cudaMemcpyAsync total time: " << fElapsedMiliseconds << " ms, " << fElapsedMiliseconds / nIterations << " per call" << std::endl;
}
{
FILETIME StartFileTime = {};
::GetSystemTimeAsFileTime(&StartFileTime);
for (size_t nIteration = 0; nIteration < nIterations; ++nIteration)
{
nCudaError = cudaMemcpyAsync(pDeviceMemory, pHostMemory, nWidth * nHeight * 3 / 2, cudaMemcpyHostToDevice);
_ASSERT(nCudaError == CUDA_SUCCESS);
}
cudaDeviceSynchronize();
FILETIME EndFileTime = {};
::GetSystemTimeAsFileTime(&EndFileTime);
ULARGE_INTEGER StartTime = { StartFileTime.dwLowDateTime, StartFileTime.dwHighDateTime }, EndTime = { EndFileTime.dwLowDateTime, EndFileTime.dwHighDateTime };
double fElapsedMiliseconds = static_cast<double>((EndTime.QuadPart - StartTime.QuadPart) / 10000.0f);
std::cout << "cudaMemcpyAsync with cudaMalloc'ed input memory total time: " << fElapsedMiliseconds << " ms, " << fElapsedMiliseconds / nIterations << " per call" << std::endl;
}
cudaFree(pDeviceMemory);
cudaFree(pHostMemory);
#pragma endregion
return EXIT_SUCCESS;
}
关于cuda - CPU 到 GPU 内存传输 - cudaMemcpy() 与使用 Map() 的 Direct3D 动态资源,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/27590055/
我在具有 2CPU 和 3.75GB 内存 (https://aws.amazon.com/ec2/instance-types/) 的 c3.large Amazon EC2 ubuntu 机器上运
我想通过用户空间中的mmap-ing并将地址发送到内核空间从用户空间写入VGA内存(视频内存,而不是缓冲区),我将使用pfn remap将这些mmap-ed地址映射到vga内存(我将通过 lspci
在 Mathematica 中,如果你想让一个函数记住它的值,它在语法上是很轻松的。例如,这是标准示例 - 斐波那契: fib[1] = 1 fib[2] = 1 fib[n_]:= fib[n] =
我读到动态内存是在运行时在堆上分配的,而静态内存是在编译时在堆栈上分配的,因为编译器知道在编译时必须分配多少内存。 考虑以下代码: int n; cin>>n; int a[n]; 如果仅在运行期间读
我是 Python 的新手,但我之前还不知道这一点。我在 for 循环中有一个基本程序,它从站点请求数据并将其保存到文本文件但是当我检查我的任务管理器时,我发现内存使用量只增加了?长时间运行时,这对我
我正在设计一组数学函数并在 CPU 和 GPU(使用 CUDA)版本中实现它们。 其中一些函数基于查找表。大多数表占用 4KB,其中一些占用更多。基于查找表的函数接受一个输入,选择查找表的一两个条目,
读入一个文件,内存被动态分配给一个字符串,文件内容将被放置在这里。这是在函数内部完成的,字符串作为 char **str 传递。 使用 gdb 我发现在行 **(str+i) = fgetc(aFil
我需要证实一个理论。我正在学习 JSP/Java。 在查看了一个现有的应用程序(我没有写)之后,我注意到一些我认为导致我们的性能问题的东西。或者至少是其中的一部分。 它是这样工作的: 1)用户打开搜索
n我想使用memoization缓存某些昂贵操作的结果,这样就不会一遍又一遍地计算它们。 两个memoise和 R.cache适合我的需要。但是,我发现缓存在调用之间并不可靠。 这是一个演示我看到的问
我目前正在分析一些 javascript shell 代码。这是该脚本中的一行: function having() { memory = memory; setTimeout("F0
我有一种情况,我想一次查询数据库,然后再将整个数据缓存在内存中。 我得到了内存中 Elasticsearch 的建议,我用谷歌搜索了它是什么,以及如何在自己的 spring boot 应用程序中实现它
我正在研究 Project Euler (http://projecteuler.net/problem=14) 的第 14 题。我正在尝试使用内存功能,以便将给定数字的序列长度保存为部分结果。我正在
所以,我一直在做 Java 内存/注意力游戏作业。我还没有达到我想要的程度,它只完成了一半,但我确实让 GUI 大部分工作了......直到我尝试向我的框架添加单选按钮。我认为问题可能是因为我将 JF
我一直在尝试使用 Flask-Cache 的 memoize 功能来仅返回 statusTS() 的缓存结果,除非在另一个请求中满足特定条件,然后删除缓存。 但它并没有被删除,并且 Jinja 模板仍
我对如何使用 & 运算符来减少内存感到非常困惑。 我可以回答下面的问题吗? clase C{ function B(&$a){ $this->a = &$a; $thi
在编写代码时,我遇到了一个有趣的问题。 我有一个 PersonPOJO,其 name 作为其 String 成员之一及其 getter 和 setter class PersonPOJO { priv
在此代码中 public class Base { int length, breadth, height; Base(int l, int b, int h) { l
Definition Structure padding is the process of aligning data members of the structure in accordance
在 JavaScript Ninja 的 secret 中,作者提出了以下方案,用于在没有闭包的情况下内存函数结果。他们通过利用函数是对象这一事实并在函数上定义一个属性来存储过去调用函数的结果来实现这
我正在尝试找出 map 消耗的 RAM 量。所以,我做了以下事情;- Map cr = crPair.collectAsMap(); // 200+ entries System.out.printl
我是一名优秀的程序员,十分优秀!