OpenCL拷贝曾经分享了很多

我正在使用OpenCL实现一个解决方案，我想做以下事情，例如，你有一个大的数据数组，你想在GPU中复制一次，有许多内核处理它的批处理，并将结果存储在它们特定的输出缓冲区中

实际的问题是，哪种方式更快？将每个内核与其需要的数组部分排队，或者在发送整个数组之前，让每个内核（在相同的上下文中）处理所需的批处理，因为它们将具有相同的地址空间，并且可以同时映射数组。当然，所述数组是只读的，但不是常数，因为每次执行内核时它都会发生变化。。。（因此我可以使用全局内存缓冲区缓存它）

另外，如果第二种方法实际上更快，您能否为我指出如何实现这一点的方向，因为我还没有找到任何具体的方法（尽管我仍在搜索：）

---

干杯。

我正常使用第二记忆。共享内存很容易。只需将相同的缓冲区传递给每个内核。我在我的实时光线跟踪器中这样做。我用一个内核进行渲染，用另一个内核进行后期处理（图像处理）

使用C++绑定看起来像这样的< /P>

cl_input_mem = cl::Buffer(context, CL_MEM_WRITE_ONLY, sizeof(cl_uchar4)*npixels, NULL, &err);

kernel_render.setArg(0, cl_input_mem);
kernel_postprocess.setArg(0, cl_input_mem);

如果希望一个内核在数组/内存的不同段上运行，可以将偏移量值传递给内核参数，并将其添加到每个内核的全局内存指针中

---

如果数组（实际上是每个缓冲区的总和，包括输出）不适合内存，我将使用第一种方法。使用第一种方法的另一个原因是，如果您在多个设备上运行。在我的光线跟踪器中，我在多个设备上渲染时使用第一种方法。例如，我有一个GTX 580渲染屏幕的上半部分，另一个GTX 580渲染屏幕的下半部分（实际上我是动态地这样做的，这样一个设备可以渲染30%，而另一个设备可以渲染70%，但这不重要）。我让每个设备只渲染输出的一部分，然后在CPU上组装输出。在PCI 3.0中，CPU和GPU之间的来回传输（多次）对帧速率的影响可以忽略不计，即使对于1920x1080图像也是如此。

请注意：传输的一个问题是缓冲区被锁定。使用双缓冲可以获得稍好的性能。你是什么意思？你的意思是说有两个渲染缓冲区，当你从其中一个读取时，你不用等待，而是启动下一个内核并写入另一个吗？是的，类似这样的事情，我只是想在你的光线跟踪器中。我会尝试类似的方法，除非在每一帧创建一个新的输出缓冲区。但只是一个想法，我不知道你的架构：）这可能是个好主意。但目前通过PCI总线的往返传输并不重要。它们总共消耗的能量不足10毫秒，仅损失1/100 FPS。