Cuda官方案例分析 clock 使用时钟功能准确测量内核程序内各部分性能

最新推荐文章于 2025-10-21 15:45:23 发布

原创

最新推荐文章于 2025-10-21 15:45:23 发布 · 476 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#cuda #c语言 #并行计算 #c++

在本案例中，计算方法主要为创建clock_t变量进入内核函数内部记录时钟周期数，然后将每次记录得到的数据写入device memory中传回内存，最后计算平均值输出。我将案例中最主要的计时部分列了下来方便大家进行参考。

    
{
    clock_t *dtimer = NULL;

    clock_t timer[NUM_BLOCKS * 2];//numblocks即为块的个数

    checkCudaErrors(cudaMalloc((void **)&dtimer, sizeof(clock_t) * NUM_BLOCKS * 2));
    timedReduction<<<NUM_BLOCKS, NUM_THREADS, sizeof(float) * 2 *NUM_THREADS>>>(dinput, doutput, dtimer);
    checkCudaErrors(cudaMemcpy(timer, dtimer, sizeof(clock_t) * NUM_BLOCKS * 2, cudaMemcpyDeviceToHost));

    //计算出平均每一块的性能
    long double avgElapsedClocks = 0;
    for (int i = 0; i < NUM_BLOCKS; i++)
    {
        avgElapsedClocks += (long double) (timer[i + NUM_BLOCKS] - timer[i]);
    }
    avgElapsedClocks = avgElapsedClocks/NUM_BLOCKS;
    printf("Average clocks/block = %Lf\n", avgElapsedClocks);

}

__global__ void timedReduction(const float *input, float *output, clock_t *timer)
{

    if (tid == 0) timer[bid] = clock();