Python 2.7 PyOpenCL程序的基准测试

我一直在尝试使用PyOpenCL在GPU上对我的FFT程序进行基准测试。在使用OpenCL的“评测”和python的“时间”模块时，我看到了完全不同的结果。为了使用分析，我做了这样的事情

queue = cl.CommandQueue(ctx,properties=cl.command_queue_properties.PROFILING_ENABLE)
<other codes>
for i in range(N):
  events.append(prg3.butterfly(queue,(len(twid),),None,twid_dev,<buffers>))
  events[i].wait()
for i in range(N):
  elapsed = elapsed + 1e-9*(event[i].profile.end - event[i].profile.start)
print elapsed

k=time.time()
for i in range(N):
  event = prg3.butterfly(queue,(len(twid),),None,twid_dev,<buffers>)
print time.time()-k

queue=cl.CommandQueue（ctx，properties=cl.command\u queue\u properties.PROFILING\u ENABLE）
对于范围（N）中的i：
append（prg3.butterfly（队列，（len（twid）），None，twid\u dev，）
事件[i]。等待（）
对于范围（N）中的i：
已用=已用+1e-9*（事件[i].profile.end-事件[i].profile.start）
打印时间已过

虽然时间模块可以这样使用

queue = cl.CommandQueue(ctx,properties=cl.command_queue_properties.PROFILING_ENABLE)
<other codes>
for i in range(N):
  events.append(prg3.butterfly(queue,(len(twid),),None,twid_dev,<buffers>))
  events[i].wait()
for i in range(N):
  elapsed = elapsed + 1e-9*(event[i].profile.end - event[i].profile.start)
print elapsed

k=time.time()
for i in range(N):
  event = prg3.butterfly(queue,(len(twid),),None,twid_dev,<buffers>)
print time.time()-k

k=time.time（）
对于范围（N）中的i：
event=prg3.butterfly（队列，（len（twid）），无，twid\u dev，）
打印时间。时间（）-k

由于这两种方法对N=20给出了完全不同的结果（而答案仍然相同且正确！），我有以下问题

事件分析的具体作用是什么？它是否添加了在event.wait（）中花费的时间

既然在案例2中答案是相同的，没有event.wait（），那么仅仅执行内核所花费的时间是否合适

---

请告诉我用python对OpenCL程序进行基准测试的正确方法

第二种情况只是捕获内核排队所需的时间，而不是实际运行内核所需的时间。一旦内核调用被放入队列中，这些排队内核调用就会返回-内核将与主机代码异步运行。为了给内核执行计时，只需添加一个调用，等待所有排队命令完成：

k=time.time()
for i in range(N):
  event = prg3.butterfly(queue,(len(twid),),None,twid_dev,<buffers>)
queue.finish()
print time.time()-k

---

这两种方法返回的时间应该几乎相同。

谢谢，这很有意义。但是如果没有event.wait（）或queue.finish（），我就能够得到正确的答案。所以，内核必须在这段时间内执行，并且输出已经准备好复制到主机。有任何意见吗？@KarthikHegde Yes-当您将数据复制回主机（例如，通过阻止读取操作）时，将强制完成以前提交的所有命令。