如何测量设备+OpenCL+GPU中代码的执行时间

如何解决如何测量设备+OpenCL+GPU中代码的执行时间

我尝试测量我的代码在 cpu 和 GPU 上的执行时间。 为了测量 cpu 上的时间，我使用了 std::chrono::high_resolution_clock::Now() 和 std::chrono::high_resolution_clock::Now()、 std::chrono::duration_caststd::chrono::nanoseconds(end - 开始） 为了测量 GPU 设备上的时间，我阅读了以下链接： 1- https://github.com/intel/pti-gpu/blob/master/chapters/device_activity_tracing/OpenCL.md 2- https://docs.oneapi.com/versions/latest/dpcpp/iface/event.html 3- https://developer.codeplay.com/products/computecpp/ce/guides/computecpp-profiler/step-by-step-profiler-guide?version=2.2.1 等等... 问题是，我很困惑，无法理解如何使用分析来测量 GPU 上代码的执行时间。我什至不知道应该把代码放在哪里，我犯了很多错误。 我的代码是：

#include <CL/sycl.hpp>
#include <iostream>
#include <tbb/tbb.h>
#include <tbb/parallel_for.h>
#include <vector>
#include <string>
#include <queue>
#include<tbb/blocked_range.h>
#include <tbb/global_control.h>
#include <chrono>
#include <CL/opencl.h>

using namespace tbb;

template<class Tin,class Tout,class Function>
class Map {
private:
    Function fun;
public:
    Map() {}
    Map(Function f):fun(f) {}

    std::vector<Tout> operator()(bool use_tbb,std::vector<Tin>& v) {
        std::vector<Tout> r(v.size());
        if(use_tbb) {
            // Start measuring time
            auto begin = std::chrono::high_resolution_clock::Now();
            tbb::parallel_for(tbb::blocked_range<Tin>(0,v.size()),[&](tbb::blocked_range<Tin> t) {
                for(int index = t.begin(); index < t.end(); ++index) {
                    r[index] = fun(v[index]);
                }
            });
            // Stop measuring time and calculate the elapsed time
            auto end = std::chrono::high_resolution_clock::Now();
            auto elapsed = std::chrono::duration_cast<std::chrono::nanoseconds>(end - begin);
            printf("Time measured: %.3f seconds.\n",elapsed.count() * 1e-9);
            return r;
        } else {
            sycl::queue gpuQueue { sycl::gpu_selector() };
            sycl::range<1> n_item { v.size() };
            sycl::buffer<Tin,1> in_buffer(&v[0],n_item);
            sycl::buffer<Tout,1> out_buffer(&r[0],n_item);

            //Try To use Profiling to measure the execution time of code on GPU device!
            cl_queue_properties props[3] = { CL_QUEUE_PROPERTIES,CL_QUEUE_PROFILING_ENABLE,0 };
            cl_int status = CL_SUCCESS;
            cl_command_queue queue =clCreateCommandQueueWithProperties(context,device,props,&status);
            assert(status == CL_SUCCESS);
            cl_event event = nullptr;
            status = clEnqueueNDRangeKernel(queue,kernel,dim,nullptr,global_size,local_size,&event);
            assert(status == CL_SUCESS);
            status = clSetEventCallback(event,CL_COMPLETE,EventNotify,nullptr);
            assert(status == CL_SUCESS);
            void CL_CALLBACK EventNotify(cl_event event,cl_int event_status,void* user_data) {
                cl_int status = CL_SUCCESS;
                cl_ulong start = 0,end = 0;

                assert(event_status == CL_COMPLETE);

                status = clGetEventProfilingInfo(event,CL_PROFILING_COMMAND_START,sizeof(cl_ulong),&start,nullptr);
                assert(status == CL_SUCCESS);
                status = clGetEventProfilingInfo(event,CL_PROFILING_COMMAND_END,&end,nullptr);
                assert(status == CL_SUCCESS);
            }

            gpuQueue.submit([&](sycl::handler& h) {
                //local copy of fun
                auto f = fun;
                sycl::accessor in_accessor(in_buffer,h,sycl::read_only);
                sycl::accessor out_accessor(out_buffer,sycl::write_only);
                h.parallel_for(n_item,[=](sycl::id<1> index) {
                    out_accessor[index] = f(in_accessor[index]);
                });
            }).wait();
        }
        return r;
    }
};

template<class Tin,class Function>
Map<Tin,Tout,Function> make_map(Function f) {
    return Map<Tin,Function>(f);
}

//typedef int(*func)(int x);
//define different functions
/*
auto function = [](int x){ return x; };
auto functionTimesTwo = [](int x){ return (x*2); };
auto functionDivideByTwo = [](int x){ return (x/2); };
auto lambdaFunction = [](int x){return (++x);};
*/

int main(int argc,char *argv[]) {
    std::vector<int> v = { 1,2,3,4,5,6,7,8,9 };
    auto f = [](int x) {return (++x); };
    //Array of functions
    /*func functions[] =
        {
            function,functionTimesTwo,functionDivideByTwo,lambdaFunction
        };

    for(int i = 0; i< sizeof(functions); i++){
        auto m1 = make_map<int,int>(functions[i]);
*/
    auto m1 = make_map<int,int>(f);
    std::vector<int> r = m1(true,v);
    //print the result
    for(auto &e:r) {
        std::cout << e << " ";
    }
    return 0;
}

解决方法

一个好的开始是格式化你的代码，这样你就有了一致的缩进。我已经在这里为你做了。如果您使用的是 Visual Studio Community，请选择文本并按 Ctrl+K，然后按 Ctrl+F。

现在进行分析。这是一个易于用于分析的简单 Clock 类：

#include <chrono>
class Clock {
private:
    typedef chrono::high_resolution_clock clock;
    chrono::time_point<clock> t;
public:
    Clock() { start(); }
    void start() { t = clock::now(); }
    double stop() const { return chrono::duration_cast<chrono::duration<double>>(clock::now()-t).count(); }
};

准备好之后，您可以通过以下方式分析 GPU 内核：

Clock clock;
clock.start();
status = clEnqueueNDRangeKernel(queue,kernel,dim,nullptr,global_size,local_size,&event);
clFinish(queue); // important: this will block until kernel execution is finished
std::cout << "Execution time: " << clock.stop() << " seconds" << std::endl;

为了获得更准确的测量结果，您可以在一个循环中多次测量内核执行时间并计算平均值。