cudaEventSynchronize 与 cudaDeviceSynchronize

Question

我是 CUDA 的新手，对 cudaEvent 有点困惑。我现在有一个代码示例，如下所示:

float elapsedTime; 
cudaEvent_t start, stop;
CUDA_ERR_CHECK(cudaEventCreate(&start));
CUDA_ERR_CHECK(cudaEventCreate(&stop));

CUDA_ERR_CHECK(cudaEventRecord(start));

// Kernel functions go here ...

CUDA_ERR_CHECK(cudaEventRecord(stop));
CUDA_ERR_CHECK(cudaEventSynchronize(stop));
CUDA_ERR_CHECK(cudaEventElapsedTime(&elapsedTime, start, stop));

CUDA_ERR_CHECK(cudaDeviceSynchronize());

关于这段代码，我有两个问题:

1.最后一个 cudaDeviceSynchronize是必须的吗？因为根据 cudaEventSynchronize 的文档，它的功能是 在最近一次调用 cudaEventRecord() 之前等待所有设备工作完成。那么鉴于我们已经调用了 cudaEventSynchronize(stop) ，我们还需要再次调用 cudaDeviceSynchronize 吗？

2.上面的代码和下面的实现有什么不同:

#include <chrono>

auto tic = std::chrono::system_clock::now();

// Kernel functions go here ...

CUDA_ERR_CHECK(cudaDeviceSynchronize());
auto toc = std::chrono::system_clock:now();

float elapsedTime = std::chrono::duration_cast < std::chrono::milliseconds > (toc - tic).count() * 1.0;

Answer 1

只是为了充实评论，以便这个问题有答案并且将从未回答的队列中消失:

不，cudaDeviceSynchronize() 调用不是必需的。事实上，在多个流中使用异步 API 调用的许多情况下，使用全局范围同步调用是不正确的，因为您会破坏事件计时器的功能，这些功能允许在流中准确计时。

它们完全不同。一种是使用主机端
计时，另一种是使用设备驱动计时。在最简单的情况下，两者测量的时间将具有可比性。但是，在主机端计时版本中，如果您将占用大量时间的主机 CPU 操作放在主机计时部分，则当 GPU 操作花费的时间少于主机时，您的时间测量将不会反射(reflect)使用的 GPU 时间操作。