CPU集成GPU是否存在PCIe总线数据传输开销？附性能测试对比

CPU中的集成GPU是否像CPU与独立GPU之间传输数据那样，存在PCIe总线数据传输开销？

提出该问题是因为，在处理超大规模数据集时，基于OpenCL的GPU加速计算在Intel(R) Iris(R) Xe Graphics集成GPU上的表现优于NVIDIA T500独立GPU；但处理小数据集时，NVIDIA GPU速度更快。

性能测试 #

N同时代表线程数！

OpenCL GPU Intel(R) Iris(R) Xe Graphics #

PerformanceTestOpenCLAccelerationCalculation，N=100

• 处理耗时：0.0016272秒（N = 100）
• 处理耗时：0.0014396秒（N = 100）
• 处理耗时：0.0012167秒（N = 100）
• 处理耗时：0.0017356秒（N = 100）
• 处理耗时：0.0011649秒（N = 100）

PerformanceTestOpenCLAccelerationCalculation，N=1000

• 处理耗时：0.0026064秒（N = 1000）
• 处理耗时：0.0023835秒（N = 1000）
• 处理耗时：0.0024709秒（N = 1000）
• 处理耗时：0.002758秒（N = 1000）
• 处理耗时：0.0028464秒（N = 1000）

PerformanceTestOpenCLAccelerationCalculation，N=10000

• 处理耗时：0.0207773秒（N = 10000）
• 处理耗时：0.0205991秒（N = 10000）
• 处理耗时：0.0204573秒（N = 10000）
• 处理耗时：0.0213179秒（N = 10000）
• 处理耗时：0.0213915秒（N = 10000）

PerformanceTestOpenCLAccelerationCalculation，N=100000

• 处理耗时：1.2154342秒（N = 100000）
• 处理耗时：1.2097847秒（N = 100000）
• 处理耗时：1.214667秒（N = 100000）
• 处理耗时：1.2179605秒（N = 100000）
• 处理耗时：1.2161523秒（N = 100000）

PerformanceTestOpenCLAccelerationCalculation，N=1000000

• 处理耗时：3.0097172秒（N = 1000000）
• 处理耗时：7.0101114秒（N = 1000000）
• 处理耗时：3.5101502秒（N = 1000000）
• 处理耗时：3.0101302秒（N = 1000000）
• 处理耗时：7.0098925秒（N = 1000000）

OpenCL NVIDIA T500 GPU #

PerformanceTestOpenCLAccelerationCalculation，N=100

• 处理耗时：0.0008086秒（N = 100）
• 处理耗时：0.0007528秒（N = 100）
• 处理耗时：0.000913秒（N = 100）
• 处理耗时：0.0008781秒（N = 100）
• 处理耗时：0.0007748秒（N = 100）

PerformanceTestOpenCLAccelerationCalculation，N=1000

• 处理耗时：0.0009754秒（N = 1000）
• 处理耗时：0.0009548秒（N = 1000）
• 处理耗时：0.0010413秒（N = 1000）
• 处理耗时：0.0009378秒（N = 1000）
• 处理耗时：0.0009792秒（N = 1000）

PerformanceTestOpenCLAccelerationCalculation，N=10000

• 处理耗时：0.0048292秒（N = 10000）
• 处理耗时：0.0049848秒（N = 10000）
• 处理耗时：0.0048261秒（N = 10000）
• 处理耗时：0.0048766秒（N = 10000）
• 处理耗时：0.3641353秒（疑似笔误，应为N=10000？）

PerformanceTestOpenCLAccelerationCalculation，N=100000

• 处理耗时：0.3648832秒（N = 100000）
• 处理耗时：0.364661秒（N = 100000）
• 处理耗时：0.3648172秒（疑似笔误，应为N=100000？）
• 处理耗时：0.3643978秒（N = 100000）
• 处理耗时：0.3636657秒（N = 100000）

PerformanceTestOpenCLAccelerationCalculation，N=1000000

• 处理耗时：36.6879734秒（N = 1000000）
• 处理耗时：37.7439221秒（N = 1000000）
• 处理耗时：37.7102053秒（N = 1000000）
• 处理耗时：37.7474797秒（N = 1000000）
• 处理耗时：37.4340912秒（N = 1000000）

集成GPU和独立GPU的数据传输机制存在本质差异，直接导致了传输开销的不同：

1. 集成GPU无PCIe传输开销：Intel Iris Xe这类集成GPU与CPU共享系统内存，数据无需通过PCIe总线来回传输，直接访问同一内存池。虽然仍有内存访问延迟，但不存在独立GPU那种PCIe总线的固定协议开销和带宽限制。

2. 独立GPU的PCIe开销不可避免：NVIDIA T500这类独立GPU拥有专属显存，CPU与GPU之间的数据必须通过PCIe总线传输。这种传输的延迟和带宽限制在小数据集时影响尤为突出——数据传输耗时可能超过GPU计算本身的耗时，计算任务越简单，开销占比越高。

结合测试结果来看：

• 小数据集（N=100、1000）：NVIDIA T500的单计算单元性能更强，此时PCIe传输开销占比小，整体速度更快。
• 超大规模数据集（N=1000000）：PCIe数据传输的开销被无限放大，而集成GPU无需跨总线传输数据，内存访问效率的优势完全凸显，最终反超独立GPU。

另外测试数据中存在几处疑似笔误，建议修正后再做更精准的对比分析。

内容的提问来源于stack exchange，提问作者user13583700