cuda会导致后续的cpu程序变慢？

bingbingzhe 2015-03-09 05:14:13

最近我遇到一个问题，在我的程序中把矩阵求逆和矩阵乘法放到GPU算，算完之后，再回到CPU算IFFT，但是发现，后面cpu算IFFT的时候慢了很多，如整个过程中全是CPU运算，那么IFFT需要5s，但是加上GPU后，IFFT需要20s，请问这是什么问题呢？
有可能是哪个方面引起的呢？

...全文

601 1 打赏收藏转发到动态举报

写回复

1 条回复

切换为时间正序

请发表友善的回复…

发表回复

小数123 2015-03-20

打赏
举报

回复

你说的20s包括GPU运算时间吗？是不是计时把GPU的也包含进去了？

说在前面：本文主要给出一个简单的CUDA程序，用来说明一个完整的核函数是如何在CPU端进行调用的，并且会对相关代码做出详细解释。

NUMA架构下的CPU与GPU的统一虚拟内存（UVM）实现原理文章目录NUMA架构下的CPU与GPU的统一虚拟内存（UVM）实现原理一、UVM下的CUDA内存管理一、pandas是什么？二、使用步骤1.引入库2.读入数据总结一、UVM下的CUDA内存管理在PCIE接口上插上GPU，就变成了NUMA架构的CPU/GPU， CPU于GPU分离，各自有独自的物理地址：在这种情况下，我们比较熟悉的CUDA编程是用cudaMalloc和cudaHostMalloc分别分配device和host内存，先后

CUDA 程序运行时CPU 100%的问题有点让人头痛，在实验过程中调用了kernel函数后，再调用cudaMemcpyAsync，但发现在还有会到block在这个所谓的async api，strace 跟了一下，发现99.999%都是 clock_gettime(CLOCK_MONOTONIC_RAW, {2461, 485666623}) = 0 于是实然有了一个灵感，为什么我不写一个

在大家开始深度学习时，几乎所有的入门教程都会提到CUDA这个词。那么什么是CUDA？她和我们进行深度学习的环境部署等有什么关系？通过查阅资料，我整理了这份简洁版CUDA入门文档，希望能帮助大家用最快的时间尽可能清晰的了解这个深度学习赖以实现的基础概念。本文在以下资料的基础上整理完成，感谢以下前辈提供的资料： CUDA——“从入门到放弃” 我的CUDA学习之旅——启程介绍一篇不错的CUDA入门博...

使用CUDA加速CPU程序的步骤：1.通过性能分析工具（如vs）找到CPU程序最耗时的多个地方，并确定耗时程序的入口函数2.将CPU函数进行清理 1.将循环部分的代码找出来。 2.将函数内所用到的数据从C++类结构变成C的结构体。 3.标准化输入输出，保证其为C结构，并与原程序的数据进行无缝对接。 4.将循环内部的函数也做相同处理，最终得到C版本的且输入输出与原程序对接的CPU程序...

CUDA高性能计算讨论

357

社区成员

615

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章