OpenCL代码在MBP上的运行速度比在NVIDIA GTX 480上快

我遇到了一个奇怪的问题.到目前为止,我在OpenCL中实现了一些线性代数,只有矩阵乘法,并且已经在我的笔记本电脑上进行了测试.代码非常简单：

__kernel void matrix_mult(__global float* a,__global float* b,__global float* c,const @R_616_9293@) 
{
  int row = get_global_id(1);
  int col = get_global_id(0);
  float sum = 0.0f;
  for (int i = 0; i < N; i++) {
    sum += a[row*N+i] * b[i*N+col];
  }
  c[row*N+col] = sum;
}

我通过运行代码100次测试硬件,如下所示：

clock_t begin=clock(); 

  const unsigned int repeats = 100;
  for(int  i = 0; i != repeats; i++){
    runCL(a,b,results,N,N*N);
  }

  clock_t end=clock();

在我的MBP上,matrix_multiplications大约需要1.2毫秒,大小为512 * 512,而相同的代码在GTX 480 Linux机器上运行时大约需要3毫秒.这让我感到困扰,我不希望昂贵的GTX卡比笔记本电脑快一点.

据我所知,我的代码是“错误的”我以某种错误的方式计时.

我尝试在OpenCL规范中使用基于事件的计时系统,这给了一些更真实的结果.

cl_event event = {0}; 
err = clEnqueuEndRangeKernel(cmd_queue,kernel[0],2,NULL,global_work_size,&event);
assert(err == CL_succesS);


cl_int err =  clWaitForEvents (1,&event);
cl_ulong start,end; 
clGetEventProfilingInfo(event,CL_PROFILING_COMMAND_END,sizeof(cl_ulong),&end,null); 
clGetEventProfilingInfo(event,CL_PROFILING_COMMAND_START,&start,null); 
double executionTimeInMilliseconds = (end - start) * 1.0e-6f;
std::cout << "execution time in milis : " << executionTimeInMilliseconds << std::endl;

现在GT330M将在46ms内完成操作,GTX480将在2.5ms内完成.这就产生了另一个非常有趣的问题,在启用PROFILING时,GT 330M的速度变慢约30倍,这种情况很有意义,但GTX480保持了相同的性能.谁能解释为什么会这样？