OpenCL大数乘法

这些天我抱怨OpenCL太多了。我在那里寻找大数乘法函数（不是矩阵乘法），并使一些工作很好，但我也有失败。我有几个这样的问题

• 首先，对于两个整数数组（表示100000位这样的大数字），最好的乘法算法是什么。我确实有点喜欢学校等级制度和矩阵乘法（交叉线加法）。我已经检查了Karatsuba和ToomBook，但是我看到它们是递归的，

  OpenCL

  内部不允许这样做。我是真的这么做了，还是有那么简单的事情

• 我已经多次寻找运行内核，因为我的gpu在超过512位时不能正常工作。这看起来像是一个

  local\u work\u size

  问题，但当我在NDKernel上尝试全局（1024）和本地（512）输入时，它也不起作用。（无效的工作大小错误）我的mac上有两个GPU，分别是Iris pro和R9M370X。AMD的一个是相当有效的，但现在过剩的情况仍然是一个问题

• 使用屏障（全局）在512位之后也不起作用。我想除了这个没有什么好主意。若我使用2048全局大小和256本地大小，那个么内核应该可以在8个工作组中使用256本地大小。我试过使用局部屏障和全局屏障（这两种屏障都有效），但都不起作用。在512位（或1024位不移位-只需添加矩阵的交叉线-）之后，它给出不同的值

• 最后一个问题是，我应该将长数组划分为小数组，并使用异构内核。我的意思是在for循环中，将参数作为一个小片段给出

我将两个整数数组（

int*a

和

int*B

）发送到内核，这是一个缺点

我希望我能解释我的情况。谢谢你的帮助

kernel void multiply(global int* A,
                 const int M,
                 global int* B,
                 const int N,
                 global int* C) {
    //const int row = get_local_id(0); // Row ID of C (0..M)
    const int globalRow = get_global_id(0);
    uint globalCol;
    int i;
    for(i=0;i<M+N+1;i++) {
        C[i]=0;
    }

    for (globalCol=0; globalCol<N; globalCol++) {
        int val=A[globalRow]*B[globalCol];
        C[globalCol + globalRow +1]+=val/10;
        //barrier(CLK_GLOBAL_MEM_FENCE);
        C[globalCol + globalRow]+=val%10;
        barrier(CLK_GLOBAL_MEM_FENCE); 

        C[globalCol+1+globalRow]+=val/10;

    }

    int flag=1;
    while (flag) {
        flag=0;
        for (i=M+N-1   ; i>=0 ; i--) {
            if (C[i]>9) {
                barrier(CLK_GLOBAL_MEM_FENCE);

                C[i+1]+=C[i]/10;
                barrier(CLK_GLOBAL_MEM_FENCE);

                C[i]=C[i]%10;
                //barrier(CLK_GLOBAL_MEM_FENCE);
                flag=1;
            }
        }
    }
}

内核空乘（全局int*A，
常量int M，
全局整数*B，
const int N，
全局整数*C）{
//const int row=get_local_id（0）；//C（0..M）的行id
const int globalRow=get_global_id（0）；
uint-globalCol；
int i；
对于（i=0；i9）{
屏障（CLK_GLOBAL_MEM_围栏）；
C[i+1]+=C[i]/10；
屏障（CLK_GLOBAL_MEM_围栏）；
C[i]=C[i]%10；
//屏障（CLK_GLOBAL_MEM_围栏）；
flag=1；
}
}
}
}

---

（我尝试了哪些障碍有效）

至于第一个问题，答案取决于渐进“更快”算法的回报阈值。如果整数足够大，将是最好的。谷歌搜索显示了相当多的GPGPU实现结果。@BrettHale阈值是数千位，不管怎样，FFT看起来不错，实际上我现在正在看这个。谢谢。请理解OpenCL只有工作组同步，没有全局同步。一些工作组将在其他工作组开始之前完全完成。除了将多个内核排队外，没有全局同步机制。