CUDAfy CopyFromDevice 比 CopyToDevice 慢几个数量级

Question

我正在使用小型重力模拟测试 CUDAfy，在运行代码分析器之后，我发现大部分时间都花在了 GPU 的 CopyFromDevice 方法上。这是代码：

    private void WithGPU(float dt)
    {
        this.myGpu.CopyToDevice(this.myBodies, this.myGpuBodies);
        this.myGpu.Launch(1024, 1, "MoveBodies", -1, dt, this.myGpuBodies);
        this.myGpu.CopyFromDevice(this.myGpuBodies, this.myBodies);
    }

澄清一下，this.myBodies 是一个包含 10,000 个结构的数组，如下所示：

[Cudafy(eCudafyType.Struct)]
[StructLayout(LayoutKind.Sequential)]
internal struct Body
{
    public float Mass;

    public Vector Position;

    public Vector Speed;
}

而 Vector 是一个具有两个浮点数 X 和 Y 的结构。

根据我的分析器，这三行的平均时间分别为 0.092、0.192 和 222.873 毫秒。这些时间是在带有 NVIDIA NVS 310 的 Windows 7 上进行的。

有没有办法改善 CopyFromDevice() 方法的时间？

谢谢

Answer 1

CUDA 内核启动是异步。这意味着在启动内核后，立即释放 CPU 线程以在内核启动后立即处理代码，而内核仍在执行。

如果后续代码包含任何类型的 CUDA 执行障碍，那么 CPU 线程将在障碍处停止，直到内核执行完成。在CUDA中，cudaMemcpy（cudafyCopyFromDevice方法的底层操作）和cudaDeviceSynchronize（cudafySynchronize方法的底层操作）都包含执行障碍。

因此，从主机代码的角度来看，内核启动后立即出现的这种障碍似乎会在内核执行期间停止 CPU 线程执行。

因此，此示例中的特定障碍将包括内核执行时间和数据复制时间。您可以在内核启动后立即使用 Synchronize 屏障方法来消除通过分析主机代码指示的时间歧义。

CUDAfy CopyFromDevice 比 CopyToDevice 慢几个数量级

CUDAfy CopyFromDevice several orders of magnitude slower than CopyToDevice

c#

cuda

cudafy.net