cudaEventSynchronize对cudaDeviceSynchronize
cudaEventSynchronize对cudaDeviceSynchronize
提问于 2017-11-07 22:35:13
我刚接触过数据自动化系统，对cudaEvent有点困惑。我现在有一个代码示例，如下所示：
float elapsedTime;
cudaEvent_t start, stop;
CUDA_ERR_CHECK(cudaEventCreate(&start));
CUDA_ERR_CHECK(cudaEventCreate(&stop));
CUDA_ERR_CHECK(cudaEventRecord(start));
// Kernel functions go here ...
CUDA_ERR_CHECK(cudaEventRecord(stop));
CUDA_ERR_CHECK(cudaEventSynchronize(stop));
CUDA_ERR_CHECK(cudaEventElapsedTime(&elapsedTime, start, stop));
CUDA_ERR_CHECK(cudaDeviceSynchronize());关于这个代码，我有两个问题：
1.最后一次cudaDeviceSynchronize是否必要？因为根据cudaEventSynchronize的文档，它的功能是，直到在最近一次调用之前完成所有设备工作。因此，考虑到我们已经调用了cudaEventSynchronize(stop)，是否需要再次调用cudaDeviceSynchronize？
2.与以下实现相比，上述代码有多大不同：
#include <chrono>
auto tic = std::chrono::system_clock::now();
// Kernel functions go here ...
CUDA_ERR_CHECK(cudaDeviceSynchronize());
auto toc = std::chrono::system_clock:now();
float elapsedTime = std::chrono::duration_cast < std::chrono::milliseconds > (toc - tic).count() * 1.0;回答 1
Stack Overflow用户
回答已采纳
发布于 2017-11-08 10:28:30
只是为了充实注释，这样这个问题就有了答案，并从未回答的队列中掉了下来：
- 不，没有必要打
cudaDeviceSynchronize()电话。事实上，在许多情况下，在多个流中使用异步API调用，使用全局范围同步调用是不正确的，因为您将打破事件定时器的特性，这些特性允许在流中精确地计时操作。 - 他们完全不同。一种是使用主机端定时，另一种是使用设备驱动程序定时。在最简单的情况下，两者测量的时间是可比的。但是，在主机端定时版本中，如果将消耗大量时间的主机CPU操作放在主机计时部分，则您对时间的度量将不会反映GPU操作占用的时间少于主机操作时所用的GPU时间。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/47168542
复制相关文章
相似问题
腾讯云开发者
