关于对比FPGA与CPU主机上OpenCL矩阵乘法性能的技术问询

当然可以！完全没问题——你完全可以编译运行这个矩阵乘法示例的CPU版本，用来和FPGA版本做执行时间的性能对比。下面是具体的操作步骤和注意事项：

• 编译CPU版本的OpenCL内核
  你只需要修改编译命令，去掉FPGA板卡参数，加上-march=host选项，这个选项会告诉AOCL编译器针对你的主机CPU生成优化的内核代码。命令如下：

  aoc device/matrix_mult.cl -o bin/matrix_mult_cpu.aocx -fp-relaxed -fpc -no-interleaving=default -march=host
  

  保留-fp-relaxed和-fpc这些浮点参数，能让CPU和FPGA版本的浮点计算行为尽量一致，保证性能对比的公平性。

• 调整主机程序（按需）
  大部分情况下，原主机程序不需要大改。你只需要确保程序加载的是刚才生成的matrix_mult_cpu.aocx文件。如果原代码有硬编码选择FPGA设备的逻辑，你需要稍微调整一下：遍历OpenCL平台和设备时，显式选择CPU类型的设备，避免程序误选到FPGA设备。

• 编译并运行主机程序
  编译主机程序的命令和FPGA版本完全一样，因为主机程序本身就是运行在CPU上的。比如用GCC编译的话（假设你的主机代码是matrix_mult_host.c）：

  gcc host/matrix_mult_host.c -o bin/matrix_mult_host_cpu -L${AOCL_BOARD_PACKAGE_ROOT}/linux64/lib -I${AOCL_BOARD_PACKAGE_ROOT}/host/include -lOpenCL
  

  运行时，直接执行编译好的主机程序，它会加载CPU版本的内核完成计算。

• 性能对比注意事项
  为了得到准确的对比结果：

  • 用完全相同的矩阵大小测试两个版本；
  • 测试时关闭CentOS系统上其他占用CPU/FPGA资源的程序；
  • 多次运行取平均值，减少系统波动带来的误差。

另外要说明：这里的CPU版本是基于OpenCL的CPU实现，如果你还想对比纯原生C语言的CPU矩阵乘法（不用OpenCL），可能需要单独编写对应的程序，但针对你提到的“设计示例的CPU主机版本”，上面的步骤就足够了。

内容的提问来源于stack exchange，提问作者Tanash