OpenCL、TBB、OpenMP

Question

我在OpenMP、TBB和OpenCL中实现了一些普通的循环应用程序。在所有这些应用程序中，当我只在CPU上运行OpeCL而没有在内核中进行特定的优化时，它的性能也比其他应用程序好得多。OpenMP和TBB也提供了很好的性能，但远远不如OpenCL，这是什么原因呢?因为这两个都是CPU专用框架，应该至少提供与OpenMP/TBB相同的性能。

我的第二个担忧是，当涉及到OpenMP和TBB时，在我的实现中，OpenMP的性能总是比TBB更好，因为我不是那么专业，所以我没有对它进行非常好的优化。OpenMP的性能通常比TBB好是有原因的吗？因为我认为他们两个，甚至OpenCL也在低级使用相同类型的线程池……有什么专家的意见吗？谢谢

Answer 1

与TBB和OpenMP相比，OpenCL的一个优势是它可以更好地利用硬件中的单指令多数据并行。一些OpenCL实现将运行您的代码，以便每个工作项在机器的SIMD向量通道中运行，并在单独的核心上运行。根据算法的不同，这可能会提供大量的性能优势。

C编译器也可以利用SIMD并行性的一些优势，使用自动向量化，但C中的内存别名规则使其在某些情况下很难工作。由于OpenCL要求程序员显式地调出工作项并隔离内存访问，因此OpenCL编译器可能更加激进。

最后，这取决于您的代码。人们可以找到一种算法，对于OpenCL、OpenMP或TBB中的任何一个都是最好的。

Answer 2

英特尔提供的用于中央处理器和麦克风的OpenCL运行时在幕后使用TBB。它远不只是“低级别的线程池”，因为它利用了TBB提供的复杂的调度和分区算法，以实现更好的负载平衡，从而更好地利用CPU。

至于TBB和OpenMP。通常，这归结为不正确的测量。例如，TBB没有像OpenMP中那样的隐式屏障，因此热身循环是不够的。您必须确保创建了所有线程，并且此开销不包括在您的测量中。另一个例子:有时，编译器无法使用OpenMP向量化的TBB向量化相同的代码。

Answer 3

针对给定的硬件编译OpenCL内核。供应商/硬件特定优化的潜力是巨大的。