OpenCL中零拷贝的访问路径

Question

关于零拷贝的工作原理,我有点困惑.

1-要确认以下内容对应于opencl中的零拷贝.

 .......................
 .           .         .  
 .           .         .
 .           . CPU     . 
 .   SYSTEM  .         .
 .    RAM    . c3 X    .  
 .         <=====>     .  
 ...|...................
   PCI-E     / /
    |       / /
 c2 |X     /PCI-E, CPU directly accessing GPU memory
    |     / /                          copy c3, c2 is avoided, indicated by X. 
 ...|...././................
 .   MEMORY<====>          .
 .   OBJECT  .c1           . 
 .           .     GPU     .
 .   GPU RAM .             .  
 .           .             .  
 ...........................




 .......................
 .           .         .  
 .           .         .
 .           .   CPU   . 
 .SYSTEM RAM .         .
 .           .         .
 .           . c3      .  
 .    MEMORY<====>     .           
 ...| OBJECT............
    |     \  \   
   PCI-E   \  \PCI-E, GPU directly accessing System memory.  copy c2, c1 is avoided
    |       \  \
 C2 |X       \  \
 ...|.........\..\...........
 .  |        .              .
 .       <=======>          . 
 .   GPU    c1 X   GPU      .
 .   RAM     .              .  
 .           .              .  
 ............................

GPU/CPU直接访问System/GPU-RAM,无需显式复制.

2 - 这有什么好处？PCI-e仍然限制了所有带宽.或者唯一的好处是我们可以在上述情况下避免复制c2和c1/c3？

Answer 1

您对零拷贝如何工作的理解是正确的.基本前提是您可以从设备访问主机内存,或从主机访问设备内存,而无需在中间执行中间缓冲步骤.

您可以通过使用以下标志创建缓冲区来执行零复制:

CL_MEM_AMD_PERSISTENT_MEM //Device-Resident Memory
CL_MEM_ALLOC_HOST_PTR // Host-Resident Memory

然后,可以使用内存映射语义访问缓冲区:

void* p = clEnqueueMapBuffer(queue, buffer, CL_TRUE, CL_MAP_WRITE, 0, size, 0, NULL, NULL, &err);
//Perform writes to the buffer p
err = clEnqueueUnmapMemObject(queue, buffer, p, 0, NULL, NULL);

使用零拷贝,您可以在执行以下操作的实现上实现性能:

1. 将文件复制到主机缓冲区
2. 将缓冲区复制到设备

相反,你可以一步完成所有这一切

1. 内存映射设备端缓冲区
2. 将文件从主机复制到设备
3. 取消映射内存

在某些实现中,映射和取消映射的调用可以隐藏数据传输的成本.在我们的例子中,

1. 内存映射设备端缓冲区[实际创建相同大小的主机端缓冲区]
2. 将文件从主机复制到设备[实际写入主机端缓冲区]
3. 取消映射内存[实际上通过clEnqueueWriteBuffer将数据从主机缓冲区复制到设备缓冲区]

如果实现以这种方式执行,那么使用映射方法将没有任何好处.但是,AMD更新的OpenCL驱动程序允许直接写入数据,使映射和取消映射的成本几乎为0.对于独立显卡,请求仍然通过PCIe总线进行,因此数据传输速度很慢.

然而,在APU架构的情况下,使用零拷贝语义的数据传输成本可以极大地提高由于APU独特架构而导致的传输速度(如下图所示).在此架构中,PCIe总线被统一北桥(UNB)取代,可实现更快的传输.

请注意,当使用内存映射的零拷贝语义时,从主机读取设备端缓冲区时,您将看到绝对可怕的带宽.这些带宽大约为0.01 Gb/s,很容易成为代码的新瓶颈.

对不起,如果这是太多的信息.这是我的论文题目.