Python Pyopencl排队复制对于大型缓冲区来说太慢

假设我正在执行这个简单的内核：

__kernel void sine(__global float *res){
    int i = get_global_id(0);
    res[i] = sin((float)i);
}

所以我基本上是在计算样本数的正弦值。我有一个float32的numpy空数组，形状为

n

，还有一个

WRITE\u

缓冲区，大小与numpy数组相同

对于

n=10000000

，使用输入缓冲区调用具有

n

全局大小的内核大约需要0.2ms，现在，使用

Equeue Copy

将数据从缓冲区复制到空数组大约需要100ms

---

我的问题是，这次是正常的吗？还有什么可以改进的吗？

我还没有使用过Pyopencl，但有使用opencl的经验。很难直接回答这个问题，因为这取决于您使用的硬件。如果我没有弄错的话，您正试图将10000000 float32的数组从运行内核的设备复制到主机设备。这大约是38MB的副本（假设float32是4字节）。因此，根据传输这些数据量的速度，可能会有一定的延迟。此外，最好能说明您是如何测量时间的，也许这可以提供更多的见解。@MartinImre我通过测量主机代码中每个步骤的执行来测量时间，所以内核执行是通过测量调用函数来测量的，复制是通过测量ClEqueueCopy函数来测量的。我认为有分析功能，但我还不知道如何使用它。至于硬件，我有一个AMD HD5450，这是相当旧的。我问这个问题只是想看看这一次是否有意义，或者是我做错了什么需要改进的地方。对不起，我没有太多经验。你是如何衡量这些时间的？你能发布一个完整的代码示例吗？@MartinImre主机代码是在基于节点的系统中实现的，因此我不需要编写任何主机代码。但我可以告诉你基于节点的系统是如何做到这一点的。只需在运算符之前和之后使用getCurrentTime（），然后减去它们即可。要在OpenCL中测量时间，需要使用OpenCL事件来确保单个步骤完成。如果你这么做了，你仍然会看到很长的阅读时间，那么，据我所知，这真的需要很长时间。