OpenCL作为通用C运行时编译器（为什么CPU上的内核比直接C慢？）

我一直在使用openCL作为执行运行时C代码的通用方法。虽然我对让代码最终在GPU上运行很感兴趣，但我目前正在研究与直接运行C相比OpenCL在CPU上的开销

显然，在OpenCL中准备和编译内核会有开销。但即使我只是对最终执行和缓冲区读取计时：

clEnqueueNDRangeKernel(...);
clFinish();
clEnqueueReadBuffer(...);

与直接的C代码（系数30）相比，简单计算的开销很大，即使有1000个循环，也给了它并行化的机会。显然，从OpenCL代码读回缓冲区会有开销。。。但是它位于同一个CPU上，所以不会有那么大的开销

---

这听起来对吗

对

clenqueueradbuffer（）

的调用很可能执行类似于

memcpy

的操作，该操作成本高且非最优

如果要避免这种情况，您应该在主机上正常分配数据（例如使用

malloc（）

或

new

），并在创建OpenCL缓冲区对象时将

CL\u MEM\u USE\u host\u PTR

标志传递给

clCreateBuffer（）

。然后使用

ClenqueueEmapBuffer（）

和

ClenqueuenmapMemObject（）

将数据传递到OpenCL或从OpenCL传递数据，而不实际执行复制。这应该接近最佳的水资源利用率，以最小化OpenCL开销

对于实现此技术的更高级别抽象，请查看中的类（简单示例）