Performance 渲染脚本GPU性能不与设备GFLPs一致？

作为一个测试，我正试图从GPU上尽可能多地压缩GFLOP，只是想看看我们可以通过RenderScript使用compute走多远

为此，我使用了一个GPU缓存友好内核，该内核（希望）在测试时不会限制内存访问：

#pragma rs_fp_relaxed
rs_allocation input;

float __attribute__((kernel)) compute(float in, int x)
{
    float sum = 0;
    if (x < 64) return 0;
    for (int i = 0; i < 64; i++) {
        sum += rsGetElementAt_float(input, x - i);
    }
    return sum;
}

#pragma rs_fp_
rs_分配输入；
float _属性_（（内核））计算（float-in，intx）
{
浮点数和=0；
如果（x<64）返回0；
对于（int i=0；i<64；i++）{
sum+=rsGetElementAt_float（输入，x-i）；
}
回报金额；
}

在Java方面，我只调用了内核几次：

for (int i = 0; i < 1024; i++) {
    m_script.forEach_compute(m_inAllocation, m_outAllocation);
}

for（int i=0；i<1024；i++）{
m_script.forEach_compute（m_inAllocation，m_outAllocation）；
}

当分配大小为1M浮动时，GPU上的最大流量约为1-2 GFLOPS，最大流量约为100 GFLOPS（Snapdragon 600，APQ8064AB），即计算性能降低50-100倍

---

我已经尝试过展开循环（10%的差异），使用较大或较小的总和（您使用的是什么设备？并非所有设备都附带GPU驱动程序

---

此外，内核将受到内存限制，因为您的算术负载比为1:1。

我已经检查了GPU缓存是否按照预期工作，在这种情况下，内核将按照您的建议受到内存限制，只需使用传递的输入变量，即sum+=in（与sum+=rsGetElementAt_float（input，x-I））即可。这造成的差异小于10%，因此缓存工作，内核没有内存限制。GetElement的内存计算很好，顺便说一句！V/RenderScript_jni﹕ RS本机模式V/RenderScript﹕ 0x75aa80b8启动线程，CPU 4 10-13 23:37:53.649 10893-I/Adreno EGL﹕ : EGL 1.4高通公司构建：_msm8960_kk_2.7_发行版_AU（）OpenGL ES着色器编译器版本：20.00.01构建日期：11/07/13周四本地分支：klp远程分支：quic/hammerhead_klp本地补丁：无重建分支：无任何D/OpenGLRenderer﹕ 启用调试模式0FWIW:Java中的分配：

Type Type=new Type.Builder（m_-rs，Element.F32（m_-rs））.setX（1024.setY（1024.create（）；m_-inAllocation=allocation.createTyped（m_-rs，Type，allocation.USAGE_脚本）

您应该使用更难的数学来测试GFLOPS性能。简单的求和显然是内存方面的瓶颈（不管缓存如何工作，仍然是瓶颈）。对于100GFLOPS，您需要内核800GB/s的内存带宽。请参阅下面的注释，这是使用的内核：

float\u属性__(（内核）饱和（float-in，int-x，int-y）{float-sum=1.0；for（int-i=0；i<64；i++）{sum*=in；}返回和；}

这似乎是计算边界如果你的编译器足够聪明，那么代码将简化为'sum*in*64；'不太受计算约束。请不要进行优化。此内核计算

pow（in，64）

，而不是中的

sum*64*。没错，是我的错。无论如何，希望编译器不够聪明，无法生成优化的代码。