OpenCL 的 GPU 和 CPU 算法相同，但 OpenCL 对这两种设备的工作方式不同答案

【问题标题】：OpenCL the same algorithms for GPU and CPU but OpenCl works differently for those two devicesOpenCL 的 GPU 和 CPU 算法相同，但 OpenCL 对这两种设备的工作方式不同
【发布时间】：2017-05-21 19:18:45
【问题描述】：

我有两个从头开始编写的程序，一个是积分，第二个是矩阵-矩阵乘法。当我使用 GPU 卡执行这两个程序并将全局大小设置为 1024 时，我希望内核代码执行 1024 次，这是正确的，它执行的次数与我在全局大小上设置的次数相同，并且更改了本地大小对结果进行编码和输出并不重要。我试图用 CPU 执行相同的代码，当我看到内核函数执行的次数与设置的全局大小不同时我感到震惊。以下是积分的示例：全局大小 = 2048，局部大小 = 1，我期待内核函数执行 2048 次，是的，它是 2048，但是当我们有全局大小 = 2048 和本地大小 = 16 时，它会执行 256 次...... 正常吗？为什么在 openCl 中使用 CPU 与使用 GPU 不同？我认为对于用户端我们使用哪种设备并不重要，相同的代码应该在不同的设备上工作相同。我错了吗？

提前感谢您的帮助！

【问题讨论】：

我们需要问题的Minimal, Compilable, Veriable Example。因此，请发布一些代码以及如何将其排入队列（以及使用哪个 OpenCL 驱动程序等）。通常，驱动程序应该确保执行整个网格，即本地工作大小乘以全局工作大小线程整体执行。跨度>
肯定是全局线程id和组id和本地线程id截取错误。您如何检查执行次数？
@huseyintugrulbuyukisik 我只是简单地将 +=1 添加到内核代码中的全局变量中，以查看内核执行了多少次
@Gzyniu 是原子的还是简单的？我的意思是，你使用 atomic_add() 还是真的 += ？
@huseyintugrulbuyukisik 简单的一个，但我在这里检查了 atomic_add 和相同的结果

标签： multithreading opencl gpu cpu

【解决方案1】：

将原子操作用于串行工作（或至少不易简化）。要计算参与的线程数，请不要使用a[0]+=1;

atomic_add(&a[0],1);

应该可以工作，甚至更好

atomic_inc(a)

其中 a 是整数，无符号带符号无关紧要。

【讨论】：

好的，是的，atomic_inc 不能正常工作。我的意思是它完成了它的工作，增加了价值，但这个价值最终与全局大小不同。我不明白，我的代码可以在 1、2 甚至 8 个 gpu 上完美运行，但是当我切换到 CPU 时（我没有忘记将 clgetDeviceIds 参数更改为 CL_DEVICE_TYPE_CPU），它的行为很奇怪......与 GPU 上的值不同。使用 CPU 而不是 GPU 有什么不同吗？
我用不同的结果解决了这个问题，但我仍然遇到 CPU 和 GPU 工作方式不同的问题。我以这种方式在内核中实现了积分：我们有 int id = get_global_id(0) 并且即使我们将全局大小设置得非常大，每个线程都会得到更小的工作要做，但是在 CPU 上我看到如果我设置 local_size = 4096 （它是最大值）在内核中我的线程编号从 0 到 4095 ......为什么？我正在获取全局 id 而不是本地...在 GPU 中，当本地大小设置为 1 和 1024 并且没有看到此类问题时它正在工作。这是为什么呢？
我不是在问为什么它以 4095 结尾，而是为什么它不以 globalsize-1 结尾。在 GPU 上，当我将 globalsize 设置为 1234567 时，我的最后一个线程编号为 1234566，但现在，即使实现相同，它现在也以 localsize-1 结束

【解决方案2】：

我找到了问题的根源。这是因为 float 精度差，当我将变量更改为 double 时，它工作正常。我在某处读到 CPU 和 GPU 在浮点运算方面的工作在精度方面略有不同。

【讨论】：