【发布时间】：2014-12-16 00:57:11
【问题描述】：
本地组大小对 OpenCL 意味着什么？如果工作组大小为1，是否意味着同时只有一个线程在运行？
我发现我们可以将cl_ndrange设置为NULL，让程序自动选择组大小，我们怎么知道选择了什么组大小？
【问题讨论】：
标签： opencl
【发布时间】：2014-12-16 00:57:11
【问题描述】：
在opencl内核中，
get_local_size (0);
为 8x16 工作组大小的内核提供“8”，同时
get_local_size (1);
为相同的内核执行给出“16”。如果是 3D 内核，则“2”作为参数给出第三维的大小。查询维数(1,2,3 ?),
get_work_dim ();
被使用。
本地工作组大小给出每个硬件同步的线程数。对于 AMD gpus，其最大值为 256，而 Nvidia 和 cpus 可以达到 1024。当您将“1”作为此工作组大小时，每个同步计算单元仅获得单个线程（如果不受驱动程序或硬件的最小值限制）和实现了每个线程（也是每个波）的最大本地内存。
同时？整个执行被折叠到少数几个计算单元上，让多个下发执行，增加占用，特别是工作组规模小，本地内存足够。例如，如果 L=1 让 MAX_VALUE 波折叠到同一个计算单元上，L=64 只允许折叠 16 个波，L=256 只允许折叠 4 个波。是的，在同一时间但不在同一同步范围内。
一些供应商的一些模型可以做并发内核执行以完全占用管道，因此单个线程可能不是单独的，而是与来自另一个命令队列的另一个内核的另一个线程。
例如，即将推出的 r9 390x gpu 将有 64 个计算单元，每个计算单元可能有 4 个向量单元，每个向量单元有 16 个算术和 fpu 单元，总计 4096 个内核。 AMD 的计算单元总共有 64 个内核，一个内核由大约 4 个波流传输，因此每个计算单元有 256 个线程。但是这个线程系统可能与 CPU 上的不同，因此上下文切换可能更快，并且由于组切换，缓存争用最小化。
【讨论】：
-
但是一个组怎么可能超过一百？ GPU不是只有32核吗？
-
它们是计算单元，每个单元都有许多向量单元或标量单元。
-
如果我将组大小加倍，运行时间是否可能会减少一半？
-
工作组大小表示有多少“工作项”将完全并行运行（同步、障碍和本地内存可用）。并且是硬件依赖的，如果你加倍它，而硬件不能，你会得到一个错误。
-
@DarkZeros “工作组大小表示有多少“工作项”将完全并行运行”。不，它没有。它指示有多少工作项能够在屏障上同步，因此如果使用屏障同步，则至少有多少工作项必须在给定的计算单元上并发。在真实系统上，只有这些工作项的子集可能实际上并行运行，并且多个工作组可能会并发，因此它是最低限度的。它是资源有限的，但不直接依赖于硬件。