Java/Open CL/Aparapi:期望哪种设备具有什么样的性能？

Question

为了大致了解openCl对我有多大帮助，我对矩阵-矩阵乘法进行了测试，因为这种基本的线性代数将是我的主要用途。我使用的代码可以在这里找到：http://vasanthexperiments.wordpress.com/2011/11/20/aparapi-java-matrix-multiplication-example/。(1024*1024 x 1024*1024矩阵-矩阵乘积)

基本上，我对结果相当失望，因为与CPU上的串行计算相比，加速比只是微不足道的(小于x2)，如果我让Aparapi使用CPU (它确实是并行化的)，CPU甚至更快。

在执行过程中，显卡处于满负荷状态，因此我认为应该不会出现通信问题。

我的硬件配置：

i7 2670QM

AMD 7610M

16 RAM

因为我对GPGPU完全陌生，所以我不知道会发生什么。

1. 是不是我的设置出了问题？如果是这样的话，我应该在哪里寻找？
2. ，或者我只是对入门级显卡期望过高？如果是这样的话，不同型号的显卡是如何处理这种问题的？如果我想获得更快的硬件，我必须寻找哪些规格？

编辑：

好的，我刚刚用10x10矩阵重新运行了程序。

不出所料，CPU只需要不到1ms。

然而，图形处理器需要超过1600个，所以肯定是Aparapi或openCL或者我的硬件有问题(驱动程序应该是最新的)。有谁知道我应该去哪里看吗？

Answer 1

您比较的部分问题是，您将低端移动GPU与良好的移动CPU进行比较。GPU的单精度速度大约是CPU的2倍，而它们的内存带宽是相似的。这是您要仔细查看的两个规范。

上一次我检查线性代数例程时，它们能够获得GPU峰值浮点速度的60%。所有当前AMD和Nvidia GPU的速度都列在维基百科here和here上。您还会希望使用较新的GPU而不是较旧的GPU。

Answer 2

我使用AMD HD7850和Intel Corei7-2600K测试了C语言版本的example code。对于1024X1024的情况，高清7850 gpu需要42ms，而单线程cpu功能需要近7秒。

对于128X128，高清7850 gpu需要4.9ms，而单线程cpu功能只需要2.0ms。

因此，对于openCL算法可以产生足够的并行性来完全加载图形处理器的情况，HD7950GPU比单个CPU线程快得多。即使所有的CPU线程都被使用了，GPU对于大的矩阵仍然会更快。