我使用 opencl 进行图像处理。例如，我有一张 1000*800 的图片。
我使用2D全局尺寸为1000*800，局部工作尺寸为10*8。
那么，GPU会自动给100*100个计算单元吗？
这 10000 个单元是否同时工作，所以可以并行？
如果硬件没有10000个单元，一个单元会做同样的事情超过一次吗？
我测试了本地尺寸，我发现如果我们使用非常小的尺寸（1*1）或大尺寸（100*80），它们都非常慢，但是如果我们使用中间值（10*8 ) 它更快。那么最后一个问题，为什么？
谢谢！
【问题讨论】：
标签： image-processing opencl gpu
工作组规模可能是一个难以掌握的概念。
如果您刚刚开始并且不需要在工作项之间共享信息，请忽略本地工作大小并将其保留为 NULL。运行时会自己选择一个。
对 10*8 的本地工作大小进行硬编码是一种浪费，并且不会很好地利用硬件。例如，某些硬件更喜欢 32 的倍数的工作组大小。
OpenCL 没有指定工作将按什么顺序完成，只是说明它会完成。它可能一次做一个工作组，也可以分组做，或者（对于小型全球规模）所有这些工作一起做。你不知道，也无法控制。
对于您的问题“为什么？”：硬件可以在 SIMD（单指令多数据）和/或“Wavefronts”（AMD）或“Warps”（NVIDIA）中运行工作组。工作组规模太小将无法很好地利用硬件。太大，您的寄存器可能会溢出到全局内存（慢）。 “恰到好处”会跑得最快，但如果没有基准测试就很难选择这个。所以现在，将其保留为 NULL 并让运行时为您选择。稍后，当您成为 OpenCL 专家并更多地了解硬件的工作原理时，您可以尝试指定工作组大小。但是请注意，不同硬件的最佳大小可能不同，并且还有其他规则（例如全局大小必须是本地大小的倍数）。
【讨论】：