如何解释NVIDIA的视觉剖析/建议？

Question

我是相对较新的数据自动化系统，目前是在一个项目加快计算机视觉应用在嵌入式系统与gpu的附加(NVIDIA TX1)。我要做的是在两个库中进行选择: OpenCV和VisionWorks(包括OpenVX)。

目前，我已经编写了测试代码来运行Canny边缘检测算法，两个库显示了不同的执行时间(VisionWorks实现所需的时间减少了30%~40%)。

因此，我想知道原因是什么，因此描述了花费时间最多的内核:来自OpenCV4Tegra的'canny::edgesHysteresisLocalKernel‘，它占据了整个应用程序的37.2% (来自OpenCV实现和VisionWorks实现)和来自VisionWorks的'edgesHysteresisLocal’。

我遵循了“引导分析”，分析器建议应用程序都是延迟限制的，下面是来自VisionWorks的‘VisionWorks’和来自OpenCV4Tegra的'canny::edgesHysteresisLocalKernel‘的捕获。

OpenCV4Tegra - canny::edgesHysteresisLocalKernel

VisionWorks - edgesHysteresisLocal

所以我的问题是

• 从分析中，我能说出不同表现的原因是什么？
• 此外，在全面分析CUDA应用程序时，从哪里开始比较好？我的意思是，有很多度量标准，很难说出该看什么。
• 是否有一些关于全面分析数据自动化系统应用的教育材料？(我看了NVIDIA的许多幻灯片，我认为它们只是告诉了指标的定义，而不是从哪里开始。)

-顺便说一下，据我所知，NVIDIA没有提供VisionWorks和OpenCV4Tegra的源代码。如果我错了就纠正我。

提前谢谢你的回答。

Answer 1

1/两个库之间的shared_memory使用情况不同，这可能是导致性能差异的原因。

[2]通常使用三种度量来了解我的算法是否对CUDA设备进行了很好的编码：

• 内核的内存使用情况(带宽)
• 所用寄存器的数量:是否存在寄存器溢出？
• 共享内存库冲突的数量。

我认为互联网上有很多东西.

另一件事：

如果您只想对lib的使用进行限定以选择最佳的实现，那么为什么需要了解每个实现(这很有趣，但不是先决条件)？

为什么不使用循环时间和生成结果的质量来度量算法的性能(假阳性，已知结果的平均误差，.)