分流多了为什么时间变长？

ycth8 2014-03-18 03:18:28

求教高手，用了两个stream的时候程序时间有所减少，但分了四个流或是八个流，时间一下长了100多倍，这是什么原因？

...全文

598 17 打赏收藏转发到动态举报

写回复

用AI写文章

17 条回复

切换为时间正序

请发表友善的回复…

发表回复

_梦魇花葬 2014-07-15

打赏
举报

并不是流分的越多，速度就会越快的！你要合理的去分流，适合自己的硬件设备的分流才是最好的，才能发挥硬件的优势！LZ要看好！

w_shesheng 2014-06-23

打赏
举报

很高声，学习学习。

新生水军Vs糖 2014-06-23

打赏
举报

学习学习各位的经验

qq_16797221 2014-06-23

打赏
举报

dhgsdfhgG 2014-06-21

打赏
举报

有點瘋的人 2014-06-21

打赏
举报

上网百度，答案多得是

qq_16722185 2014-06-20

打赏
举报

这个还真有点儿关系啊

sinat_16718093 2014-06-20

打赏
举报

wxy_125 2014-06-20

打赏
举报

学习学习 ,CUDA

lsclove14 2014-06-18

打赏
举报

20014 6 18

ainaohu 2014-06-18

打赏
举报

2014-06-18 20:29:36

mumuximumuxi 2014-06-18

打赏
举报

0.0haibucuo a

qq_15386193 2014-06-18

打赏
举报

学习学习各位的经验

qq_16652613 2014-06-18

打赏
举报

但是如果你的数据并不能满足这样的要求，那就另当别论了，这其中需要考虑内核的创建以及其他初始化，以及内存到显存间的双向数据传输等等，在众多的因素中，数据传输的速度是远远低于gpu的处理速度的，说到这里，你应该就知道了。

yuanwcj 2014-04-10

打赏
举报

GPU处理数据最显著的特点是处理密集型数据和并行数据计算，因此CUDA非常适合需要大规模并行计算以及对运算实时性要求很高的领域。但是如果你的数据并不能满足这样的要求，那就另当别论了，这其中需要考虑内核的创建以及其他初始化，以及内存到显存间的双向数据传输等等，在众多的因素中，数据传输的速度是远远低于gpu的处理速度的，说到这里，你应该就知道了。如果是低数据传输，但是需要使用高密度运算的话，多线程运算速度肯定是远远好于单线程的

为什么用grpc，而不用flask，django，tornado，即http协议？ 1：http的调用是根据url的(即restful)，它跟rpc的调用最大的区别就是这里，rpc的调用，你就像调用一个本地函数一样简单，而且微服务，分布式也是从rpc...