Optimization OpenCL：类型转换开销

在OpenCL中将变量强制转换为不同类型的成本是多少

示例：我想取2

int3

向量的点积（对于

int3

s，AFAIK

dot（）

不会重载），因此，我想通过使用

float3

的本机

dot（）

来对代码进行向量化，而不是自己以不分区的方式实现

dot（）

。首先，我将2个向量转换为

float3

s，然后将结果转换为

int

这两个功能中，

foo

和

bar

哪一个耗时较少（为什么）

---

正如评论中所建议的那样，度量将是实践中最有用的工具，并且单个指令的成本在很大程度上取决于硬件体系结构，但也取决于编译器

然而，和其他操作的比较是有用的，至少AMD在中发布了其设备的指令吞吐量列表，其中包括浮点到整数和整数到浮点的转换

在您的特殊情况下，我强烈怀疑您的“矢量化”尝试将产生有害影响。大多数现代GPU不是CPU SIMD意义上的SIMD处理器。线程在锁定步骤中运行，但每个线程都在标量上运行。即使GPU使用每线程SIMD，像点积这样的“水平”操作也可能不是特别有效

如果可以将每个整数的范围限制为24位，则一系列

mad24（）

和

mul24（）

调用最快。但再一次——衡量。在一系列硬件上尝试不同的选项，并多次运行它们，应用基本统计数据以确保您不会看到随机变化/开销

---

关于整数到浮点的转换，需要注意的另一件事是，当您从包含整数的图像对象采样为浮点时，这种转换通常是“自由的”。

@AndreasPapadopoulos我同意。顺便问一下，你知道一些更精细的评测方法吗？例如，查看每个内核命令的执行时间（比如苹果的Metal），而不仅仅是查看整个内核的执行时间？@AndreasPapadopoulos为了更好地说明这个想法，请看一看XCode。它显示花费在每行代码上的时间百分比。

inline int foo(int3 a, int3 b) {
  return a.x*b.x + a.y*b.y + a.z*b.z;
}

inline int bar(int3 a, int3 b) {
  return (int)dot(convert_float3(a), convert_float3(b));
}