C++ 为什么数据下载比使用OpenCL在GPU上上传慢得多？

我是OpenCL图像处理的初学者，我使用Win7+VS2010+OpenCL2.0+OpenCV247。 我电脑中的平台是intel i7 CPU+NvidIA GTX760

以下是我的作品：

我使用opencv从视频中读取图像（1920*1080），然后复制图像数据并获取数据指针

uchar* input_data=(uchar*)(gray_image->imageData);

然后我想在GPU上做一些卷积和其他图像处理工作，所以我使用OpenCL将这些数据（input_数据）上传到之前创建的设备内存（cl_input_数据）。上传步骤大约需要0.2ms，速度很快

clEnqueueWriteBuffer(queue, cl_input_data, 1,
    0, ROI_size*sizeof(cl_uchar), (void*)input_data, 0, 0, NULL);

主要的处理工作在几个内核上，每个内核的处理时间都少于0.1ms，这都是很正常的

clEnqueueNDRangeKernel( queue,kernel_box,2,NULL,global_work_size,local_work_size, 0,NULL, NULL);

完成所有处理后，我想将GPU内存（cl_输出_数据）下载到主机（输出_数据），这一步将占用5.5ms！这比数据上传步骤慢近27倍

clEnqueueReadBuffer( queue,cl_output_data,CL_TRUE,0,ROI_size * sizeof(char),(void*) output_data,0, NULL, NULL );

所以，我只是想知道，既然我使用的是同一台设备，而且数据大小完全相同，为什么上传和下载数据的时间如此不同

哦，顺便说一下，我使用的时间测试工具类似于QueryPerformanceFrequency（&m_Frequency）

---

谢谢大家!

我记得，

clEnqueueNDRangeKernel

是异步调用。它将返回控制，而不与设备同步。因此，当您测量

clEnqueueNDRangeKernel

的时间时，它只是启动时间，而不是处理时间

clEnqueueReadBuffer

强制设备同步，并等待所有以前的内核调用完成。因此，您的5.5ms包括内核执行时间。

简单的回答是，GPU的设计假设数据从计算机的其余部分进入GPU，然后进入显示器。虽然很明显可以将数据从GPU返回到计算机的其他部分，但这并不是它真正的设计工作方式，所以速度要慢得多。感谢您的回答！！！你的意思是这不是一个不正常的情况，对吗？然而，我记得上传和下载的带宽几乎是一样的。这也让我感到困惑…我不记得确切的数字，所以我不确定这是否完全正常，但总的来说：是的，从GPU读取数据比向GPU写入数据慢一点是正常的。哇~！谢谢！这应该是问题所在！由于内核执行时间和数据下载时间混合在一起，如何逐个检测时间？@daviding您可以尝试clFinish（），然后启动计时器，然后下载缓冲区吗？@daviding您也可以使用OpenCL事件。