OpenCL 中零拷贝的访问路径

我对零拷贝到底是如何工作的有点困惑。

1-想要确认以下内容对应于opencl中的零复制。

 .......................
 .           .         .  
 .           .         .
 .           . 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 直接访问系统/GPU-RAM，无需显式复制。

2-拥有这个有什么好处？ PCI-e 仍然限制整体带宽。 或者唯一的优点是我们可以避免在上述情况下复制 c2 和 c1/c3 ？

您对零拷贝工作原理的理解是正确的。基本前提是您可以从设备访问主机内存，也可以从主机访问设备内存，而无需在两者之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来访问缓冲区：

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，您可以获得比执行以下操作的实现更高的性能：

1. 将文件复制到主机缓冲区
2. 将缓冲区复制到设备

相反，您可以一步完成这一切

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

在某些实现上，映射和取消映射的调用可以隐藏数据传输的成本。就像我们的例子一样，

1. Memory Map设备端缓冲区【实际上创建了一个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[实际上是通过 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。然而，AMD 的 OpenCL 较新驱动程序允许直接写入数据，使得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，因此数据传输可能会很慢。

然而，在 APU 架构的情况下，由于 APU 独特的架构（如下图所示），使用零复制语义的数据传输成本可以大大提高传输速度。在此架构中，PCIe 总线被统一北桥 (UNB) 取代，从而实现更快的传输。

BE AWARE当使用带有内存映射的零拷贝语义时，当从主机读取设备端缓冲区时，您将看到绝对可怕的带宽。这些带宽约为 0.01 Gb/s，很容易成为代码的新瓶颈。

抱歉，如果信息太多。这是我的论文题目。