Amazon ec2 在OpenCL中使用PCIe吞吐量时的奇怪行为

使用OpenCL测试PCIe的吞吐量，我得到了奇怪的结果

我正在使用PCIe 3，x16。 数据大小=2097152（整数） 数据大小字节=8.388608 MB

代码如下：

struct timeval  tv1, tv2;
gettimeofday(&tv1, NULL);

err=clEnqueueWriteBuffer(the_queue, dev_buffer, CL_TRUE, 0, (size_t)sizeof(int)*DATA_SIZE, (void *)host_buffer, 0, NULL, &event);
if (err != CL_SUCCESS) {
    printf("Error:clEnqueueWriteBuffer:dbuff_in(code %d)\n\n", err );
    exit(0);
}
clFinish(the_queue);

gettimeofday(&tv2, NULL);

printf ("Total time = %f seconds\n",
       (double) (tv2.tv_usec - tv1.tv_usec) / 1000000 +
       (double) (tv2.tv_sec - tv1.tv_sec));

err=clGetEventProfilingInfo(event, CL_PROFILING_COMMAND_END,sizeof(cl_ulong), &end, NULL);
if (err != CL_SUCCESS) {
    printf("Error in profiling !!!Err code %d\n\n", err );
    exit(0);
}

err=clGetEventProfilingInfo(event, CL_PROFILING_COMMAND_START,sizeof(cl_ulong), &start, NULL);
if (err != CL_SUCCESS) {
    printf("Error in profiling !!!Err code %d\n\n", err );
    exit(0);
}

transfertime=transfertime+(end - start) * 1.0e-6f;
printf("%f  ",transfertime/1000);

运行此代码时，我得到以下结果：

总时间=11.2毫秒

传输时间=0.02毫秒

注意：我使用了两种不同的方法来测量传输时间，一种是使用OpenCL评测信息，另一种只是测量代码的开始和结束

考虑到PCIe3 x16的吞吐量为15.62884615 GB，传输数据的理论时间为~0.54毫秒

使用基准点轮廓，我得到的结果比PCIe3的理论最大值快25倍左右，使用标准基准点（代码的起始端）时，我得到的结果比理论速度低约20倍

你能分享一下你的经验吗。 什么是基准测试的正确方法？总的来说，为什么这种行为如此奇怪

PS.该设备为FPGA（VU9P）