전역 메모리 사용에서 로컬 메모리로 전환 할 때 실행 시간이 증가한 NVidia GTX 680에서 실행중인 커널이 있습니다.OpenCL - 글로벌 메모리가 로컬보다 우수한 기본 형식을 읽습니다.
유한 요소 레이 트레이서의 일부인 내 커널은 처리하기 전에 각 요소를 로컬 메모리에로드합니다. 각 요소에 대한 데이터는 다음과 같이 정의되어있는 구조체 fastTriangle에 저장되어
typedef struct fastTriangle {
float cx, cy, cz, cw;
float nx, ny, nz, nd;
float ux, uy, uz, ud;
float vx, vy, vz, vd;
} fastTriangle;
난 다음과 같이 기입된다 커널이 오브젝트의 배열을 패스 (I는 간결성을 위해 무관 코드를 제거한 :
__kernel void testGPU(int n_samples, const int n_objects, global const fastTriangle *objects, __local int *x_res, __global int *hits) {
// Get gid, lid, and lsize
// Set up random number generator and thread variables
// Local storage for the two triangles being processed
__local fastTriangle triangles[2];
for(int i = 0; i < n_objects; i++) { // Fire ray from each object
event_t evt = async_work_group_copy((local float*)&triangles[0], (global float*)&objects[i],sizeof(fastTriangle)/sizeof(float),0);
//Initialise local memory x_res to 0's
barrier(CLK_LOCAL_MEM_FENCE);
wait_group_events(1, &evt);
Vector wsNormal = { triangles[0].cw*triangles[0].nx, triangles[0].cw*triangles[0].ny, triangles[0].cw*triangles[0].nz};
for(int j = 0; j < n_samples; j+= 4) {
// generate a float4 of random numbers here (rands
for(int v = 0; v < 4; v++) { // For each ray in ray packet
//load the first object to be intesected
evt = async_work_group_copy((local float*)&triangles[1], (global float*)&objects[0],sizeof(fastTriangle)/sizeof(float),0);
// Some initialising code and calculate ray here
// Should have ray fully specified at this point;
for(int w = 0; w < n_objects; w++) { // Check for intersection against each ray
wait_group_events(1, &evt);
// Check for intersection against object w
float det = wsDir.x*triangles[1].nx + wsDir.y*triangles[1].ny + wsDir.z*triangles[1].nz;
float dett = triangles[1].nd - (triangles[0].cx*triangles[1].nx + triangles[0].cy*triangles[1].ny + triangles[0].cz*triangles[1].nz);
float detpx = det*triangles[0].cx + dett*wsDir.x;
float detpy = det*triangles[0].cy + dett*wsDir.y;
float detpz = det*triangles[0].cz + dett*wsDir.z;
float detu = detpx*triangles[1].ux + detpy*triangles[1].uy + detpz*triangles[1].uz + det*triangles[1].ud;
float detv = detpx*triangles[1].vx + detpy*triangles[1].vy + detpz*triangles[1].vz + det*triangles[1].vd;
// Interleaving the copy of the next triangle
evt = async_work_group_copy((local float*)&triangles[1], (global float*)&objects[w+1],sizeof(fastTriangle)/sizeof(float),0);
// Complete intersection calculations
} // end for each object intersected
if(objectNo != -1) atomic_inc(&x_res[objectNo]);
} // end for sub rays
} // end for each ray
barrier(CLK_LOCAL_MEM_FENCE);
// Add all the local x_res to global array hits
barrier(CLK_GLOBAL_MEM_FENCE);
} // end for each object
}
내가 먼저 내가 로컬 메모리에있는 각 개체 버퍼 대신 그냥 즉, 대신 삼각형의 글로벌 메모리를 형성 액세스하고 있지 않습니다 커널을 썼다 [0] 나 [i]를 .cx
객체를 사용하는 것이 .cx최적화를 위해 설정할 때 위에 나열된대로 로컬 메모리를 사용하여 전환했지만 실행 실행 시간이 약 25 % 증가하는 것을 관찰했습니다.
전역 메모리에 직접 액세스하지 않고 로컬 메모리를 사용하여 개체를 버퍼링 할 때 성능이 저하되는 이유는 무엇입니까?
나에게 분명하다. 그는 전역에서 로컬로 복사하고 한 번 사용하고 데이터를 삭제합니다. 이 목적은 1 회 액세스가 더 좋습니다. – DarkZeros