CC显卡计算效率大幅下滑

砜 · 发表于 2015-7-18 06:33:17

55,008.56

222.03

14,079.36

Solo Collatz Conjecture v6.08 (opencl_intel_gpu)

36,797.37

40.20

14,143.10

Solo Collatz Conjecture v6.04 (opencl_intel_gpu)

49,362.49

35.45

14,152.23

Solo Collatz Conjecture v6.08 (opencl_amd_gpu)

27,496.06

604.72

14,556.60

Solo Collatz Conjecture v6.04 (opencl_amd_gpu)

砜 · 发表于 2015-7-18 06:33:48

http://boinc.thesonntags.com/collatz/results.php?hostid=303350

砜 · 发表于 2015-7-18 06:38:43

48,195.12

814.53

14,804.21

Solo Collatz Conjecture v6.08 (opencl_intel_gpu)

24,212.48

101.79

14,437.23

Solo Collatz Conjecture v6.03 (opencl_intel_gpu)

另一台机器

vincentdark · 发表于 2015-7-18 11:15:17

他们换包了，然后计算时间变长，但分数却没变……

zhouxiaobo · 发表于 2015-7-18 12:58:57

得分率如果不高那就换别的GPU项目吧。

kittyjia · 发表于 2015-7-18 13:15:04

本帖最后由 kittyjia 于 2015-7-18 15:45 编辑

在BOINC的子目录里，找有关mini，solo，large三个计算程序对应的XML文件，用记事本打开，拷入下面代码：
verbose=1
items_per_kernel=21
kernels_per_reduction=9
threads=10
sleep=1
lut_size=14
build_options=-Werror
保存即可。
这个代码对于cuda55或opencl-nvidia-gpu包通吃。
其来源在CC留言板：http://boinc.thesonntags.com/collatz/forum_thread.php?id=1009
上面代码数值可根据个人的显卡的档次灵活选用。加入此代码后，用750Ti计算large包，耗时78400s左右，用760计算large包，耗时37300s左右。

砜 · 发表于 2015-7-18 18:30:14

不知道对Intel的GPU咋样、
我的显卡级别比较低
所以速度应该差很多
试试

砜 · 发表于 2015-7-18 18:48:43

我配了Intel的CPU、和用opencl计算的ATI显卡
目前没出错。
不知道结果咋样
计算2天看看

ATI6570

砜 · 发表于 2015-7-18 18:49:19

verbose=0
items_per_kernel=20
kernels_per_reduction=9
threads=8
sleep=1
build_options=-Werror

kittyjia · 发表于 2015-7-18 22:05:00

lut_size=14 语句是利用显卡二级缓存的，从留言板文章看，14的意思是8(2^14)=128K，即显卡的二级缓存L2 cache大于128K就可以用14的数值。显卡L2 cache可用AIDA64软件查看。

砜 · 发表于 2015-7-18 23:20:52

Intel 显卡。。。。
   Architecture                                     Intel Gen7.5
   Execution Units (EU)                            20
   L1 Instruction Cache                            32 KB
   L1 Texture Cache                               4 KB
   L2 Texture Cache                               24 KB
   L3キャッシュ                                     256 KB
   Unified Return Buffer                            256 KB

AMD的
   Architecture                                     ATI Terascale 2 (VLIW5)
   Compute Units (CU)                               5
   SIMD Per Compute Unit                            1
   SIMD Width                                     16
   SIMD Instruction Width                         5
   L1キャッシュ                                     8 KB per CU
   Local Data Share                               32 KB
   Global Data Share                               64 KB

可能都没那么大的二级缓存

砜 · 发表于 2015-7-18 23:23:00

优化过的

已完成，通过验证

2,877.93

1.84

922.27

Mini Collatz Conjecture v6.08 (opencl_intel_gpu)

之前的

3,424.50

18.28

973.20

Mini Collatz Conjecture v6.08 (opencl_intel_gpu)

3,401.23

16.11

902.93

Mini Collatz Conjecture v6.08 (opencl_intel_gpu)

3,167.46

5.69

861.28

Mini Collatz Conjecture v6.08 (opencl_intel_gpu)

Intel的显卡、大体提高12％

砜 · 发表于 2015-7-18 23:25:19

<configuration>
Unrecognized command: <configuration>
verbose=0
items_per_kernel=20
kernels_per_reduction=9
threads=8
sleep=1
build_options=-Werror
Unrecognized command: build_options=-werror
</configuration>
Unrecognized command: </configuration>

从Log看这3句是多于的

砜 · 发表于 2015-7-18 23:41:12

Config: verbose=1 items_per_kernel=262144 kernels_per_reduction=8 threads=64 sleep=1 -----------》默认参数
Config: verbose=0 items_per_kernel=1048576 kernels_per_reduction=512 threads=256 sleep=1-----》修改后的参数

砜 · 发表于 2015-7-18 23:44:32

ATI6570 opencl
优化前

3,126.53

13.53

938.19