问题 我的OpenCL内核在更快的硬件上速度较慢..但为什么呢？

9400M集成到您的内存控制器，而9600M GT是一个独立的卡，通过PCI-e总线连接到您的内存控制器。这意味着当您将内存传输到9400M时，它只需将其分配到系统RAM中。另一方面，9600M通过PCI-e将数据发送到卡上的专用图形内存。这种转移使您的基准显得更慢。

如果您想比较两个显卡的性能，您应该使用OpenCL分析功能，而不是您当前使用的时钟功能。

cl_int clGetEventProfilingInfo (cl_event event, cl_profiling_info param_name, size_t param_value_size, void *param_value, size_t *param_value_size_ret)

将函数传递给您排队内核时创建的事件，并将CL_PROFILING_COMMAND_START传递给第二个参数，以便以纳秒为单位获取内核的起始点，并通过CL_PROFILING_COMMAND_END获取内核的结束点。确保在内核执行完成后使用此命令（事件保持其值超出范围。）您还可以通过将此函数应用于事件来获取将数据传输到设备所花费的时间。从缓冲区的入队。这是一个例子：

        TRACE("Invoking the Kernel")
    cl::vector<cl::Event> matMultiplyEvent;
    cl::NDRange gIndex(32,64);
    cl::NDRange lIndex(16,16);

    err = queueList["GPU"]->enqueueNDRangeKernel(
                                                 matrixMultiplicationKernel, 
                                                 NULL, 
                                                 gIndex, 
                                                 lIndex, 
                                                 &bufferEvent,
                                                 matMultiplyEvent);
    checkErr(err, "Invoke Kernel");


    TRACE("Reading device data into array");
    err = queueList["GPU"]->enqueueReadBuffer(thirdBuff, 
                                              CL_TRUE,
                                              0,
                                              (matSize)*sizeof(float),
                                              testC,
                                              &matMultiplyEvent,
                                              bufferEvent);
    checkErr(err, "Read Buffer");
    matMultiplyEvent[0].wait();
    for (int i = 0; i < matSize; i++) {
        if (i%64 == 0) {
            std::cout << "\n";
        }
        std::cout << testC[i] << "\t";
    }
    long transferBackStart = bufferEvent[0].getProfilingInfo<CL_PROFILING_COMMAND_START>();
    long transferBackEnd = bufferEvent[0].getProfilingInfo<CL_PROFILING_COMMAND_END>();
    double transferBackSeconds = 1.0e-9 * (double)(transferBackEnd- transferBackStart);

    long matrixStart = matMultiplyEvent[0].getProfilingInfo<CL_PROFILING_COMMAND_START>();
    long matrixEnd = matMultiplyEvent[0].getProfilingInfo<CL_PROFILING_COMMAND_END>();
    double dSeconds = 1.0e-9 * (double)(matrixEnd - matrixStart);

此示例使用C ++包装器，但概念应该相同。

希望这可以帮助。