【发布时间】：2016-07-11 20:56:16
【问题描述】：
如果这个问题很愚蠢，请原谅我的天真，我是 GPGPU 编程的新手。
我的问题是，由于设备的体系结构不能改变，当用户选择工作组大小时，如何优化 __local 内存以供仅本地工作组中的项目访问（取决于可分性）？
【问题讨论】：
【发布时间】：2016-07-11 20:56:16
【问题描述】：
本地内存通常连接到 GPU 硬件中的某个执行单元集群。工作组的大小确实是由客户端应用程序选择的，但是 OpenCL 实现会施加限制。您的应用程序需要通过 clGetKernelWorkGroupInfo() 使用 CL_KERNEL_WORK_GROUP_SIZE 参数名称来查询。
工作组规模具有一定的灵活性，因为大多数 GPU 都设计为可以安排多个执行线程在单个执行单元上运行。 （SMT 的一种形式。）还要注意，调度的线程甚至不需要在同一个工作组中，所以如果一个 GPU 在一个集群中有 64 个处理器，并且在每个处理器上支持 4 路 SMT ，这 256 个线程可能来自 1、2 或 4 个，甚至可能来自 8 或 16 个工作组，具体取决于硬件和编译器功能。
一些 GPU 的处理器也在内部使用向量寄存器和指令，因此线程不会 1:1 映射到 OpenCL 工作项 - 例如，一个处理器可能一次处理 4 个工作项。
但最终，工作组必须适合连接到一块本地内存的处理器集群；所以你有本地内存大小和可以在一个集群上调度的最大线程数，这会影响最大工作组大小。
一般来说，尽量减少您的工作组使用的本地内存量，以便 OpenCL 实现在调度工作组时具有最大的灵活性。 （但是当它有助于提高性能时，一定要使用本地内存！尽可能少地使用它。）
【讨论】：