GPGPU是众核设备，包含大量的计算单元，实现超高速的并行。
使用CUDA在nvidia显卡上面编程时，可以使用CUDA提供的Event进行程序计时。
当然，每种编程语言基本都提供了获取系统时间的函数，如C/C++/Java 程序计时功能函数
Event可以统计GPU上面某一个任务或者代码段的精确运行时间。
如下面的程序实例(CalTime.cu)：
1 #include<stdio.h> 2 #include<cuda_runtime.h> 3 4 //__global__声明的函数，告诉编译器这段代码交由CPU调用，由GPU执行 5 __global__ void mul(int *dev_a,const int NUM) 6 { 7 int idx = blockIdx.x * blockDim.x + threadIdx.x; 8 int dis=blockDim.x * gridDim.x; 9 while(idx<NUM) 10 { 11 dev_a[idx]=dev_a[idx]%23*dev_a[idx]*5%9; 12 idx+=dis; 13 } 14 } 15 16 int main(void) 17 { 18 const int thread_pre_block = 64; //每个block的线程数量 19 const int block_pre_grid = 8; //grid中的block数量 20 const int NUM = 45056; 21 22 //申请主机内存，并进行初始化 23 int host_a[NUM]; 24 for(int i=0;i<NUM;i++) 25 host_a[i]=i; 26 27 //定义cudaError，默认为cudaSuccess(0) 28 cudaError_t err = cudaSuccess; 29 30 //申请GPU存储空间 31 int *dev_a; 32 err=cudaMalloc((void **)&dev_a, sizeof(int)*NUM); 33 if(err!=cudaSuccess) 34 { 35 perror("the cudaMalloc on GPU is failed"); 36 return 1; 37 } 38 39 //将要计算的数据使用cudaMemcpy传送到GPU 40 cudaMemcpy(dev_a,host_a,sizeof(host_a),cudaMemcpyHostToDevice); 41 42 dim3 threads = dim3(thread_pre_block); 43 dim3 blocks = dim3(block_pre_grid); 44 45 //使用event计算时间 46 float time_elapsed=0; 47 cudaEvent_t start,stop; 48 cudaEventCreate(&start); //创建Event 49 cudaEventCreate(&stop); 50 51 cudaEventRecord( start,0); //记录当前时间 52 mul<<<blocks, threads, 0, 0>>>(dev_a,NUM); 53 cudaEventRecord( stop,0); //记录当前时间 54 55 cudaEventSynchronize(start); //Waits for an event to complete. 56 cudaEventSynchronize(stop); //Waits for an event to complete.Record之前的任务 57 cudaEventElapsedTime(&time_elapsed,start,stop); //计算时间差 58 59 cudaMemcpy(&host_a,dev_a,sizeof(host_a),cudaMemcpyDeviceToHost); //计算结果回传到CPU 60 61 cudaEventDestroy(start); //destory the event 62 cudaEventDestroy(stop); 63 cudaFree(dev_a);//释放GPU内存 64 printf("执行时间：%f(ms)\n",time_elapsed); 65 return 0 ; 66 }
编译执行代码：
