问题描述:一般利用CUDA进行加速处理时,都需要测试CUDA程序的运行时间,来对比得到的加速效果.
解决方法:
1).GPU端计时,即设备端计时.
2).CPU端计时,即主机端计时.
设备端计时有两种不同的方不地,分别是调用clock()函数和使用CUDA API的事件管理功能.
clock函数计时:
1).在内核函数中要测量的一段代码的开始和结束的位置分别调用一次clock函数,并将结果记录下来.
2).根据这两次clock函数返回值,作差计算,然后除以GPU的运行频率(SP的频率)即可以得到内核执行时间.
一般只需要记录每个block执行需要的时间,最后将得到多个block的开始和结束时间,
然后比较这多个开始和结束时间,选择最小的开始(最早开始的block)时间和最大的结束时间(最晚结束的block),
这两个时间值作差,除以GPU的运行频率即可以得到内核执行时间.
CUDA API事件计时:
利用cuda提供的事件管理api实现计时功能.
主机端计时:
利用库函数里提供函数进行计时,如gettimeofday(),clock()...
注意问题:
1).实际中用得较多的是第二和第三种测时方法.
2).在cpu端测进,一定要了解CUDA API的异步特性,需要时,使用cudaThreadSynchronize()函数进行同步.
3).使用CUDA runtime API时,会在第一次调用runtime API函数时启动CUDA环境.
为了避免将这一部分时间计入,最好在正式测时开始前先进行一次包含数据输入输出的计算,
这样可以使GPU从平时的节能模式进入工作状态,使测试结果更加可靠.
原文：http://www.cnblogs.com/dwdxdy/archive/2012/06/04/2534065.html