OpenCL：如何在没有多线程的情况下在不同的设备上分发计算

关于比较在不同设备上执行简单阵列添加作业（C[i]=a[i]+B[i]）所需的时间，我做了一些改进，以针对不同的阵列长度重复该过程，并返回所需的时间：

X轴是以2为底的对数数组长度，Y轴是以10为底的对数时间。从2^13和2^14之间的某个地方可以看出，GPU的速度比CPU快。我想这是因为与计算相比，内存分配变得微不足道。（GPI1是一个输入错误，我的意思是GPU1）

现在希望是正确的，我可以估计在不同设备上进行阵列加法所需的时间：CPU为f1（n），第一个GPU为f2（n），第二个GPU为f3（n）。如果我有一个长度为n的数组作业，理论上我应该能够将其分成3部分，即n1+n2+n3=n，并且以满足f1（n1）=f2（n2）=f3（n3）的方式，并将其分配到系统上的三个设备上，以进行尽可能快的计算。我想我可以使用OpenMP或任何其他多线程方法来完成它，并使用CPU的核心来承载三个不同的OpenCL任务。这不是我喜欢做的，因为：

这是对资源的浪费。其中两个核心只是托管，但可以用于计算

这使得代码更加复杂

我不知道怎么做。我现在使用Apple Clang编译器和

-framework OpenCL

来编译代码，但是对于OpenMP，我必须使用GNU编译器。我不知道如何在其中一个编译器上同时使用OpenMP和OpenCL

现在我在想，是否有任何方法可以在不使用多线程的情况下完成此分发？例如，如果一个CPU核将任务顺次分配给三个设备，然后以相同（或不同）的顺序捕获结果，然后将它们连接起来。它可能需要一些实验来调整子任务的任务分配时间，但我想这应该是可能的

我完全是OpenCL的初学者，所以如果你们能帮助我知道它是否可行以及如何实现，我将不胜感激。也许已经有一些这样做的例子，请让我知道。提前谢谢

---

p.S.我也在Reddit上发布了这个问题。

这个问题的解读隐含地告诉您解决方案应该是并发的（异步的），因此您需要同时添加来自三个不同设备的结果，否则您将首先在设备a上运行一个进程，然后是设备B，然后是设备C（最好在速度最快的设备上运行单个进程），如果您计划有效地学习利用OpenCL编程（在mCPU/GPU上），您应该可以轻松地进行异步编程（实际上是多线程的）.

因此，当以前的设备正在执行其业务时，主机无法将新任务分配给其他设备？只有赋值和捕获是顺序的。当然可以，OpenCL排队API是异步的。您可以开始在GPU上工作，然后在GPU繁忙时在CPU上工作。