OpenCL从GPU读取可变大小的结果缓冲区

我有一个搜索OpenCL 1.1算法，它适用于少量数据：

1.）构建inputData数组并将其传递给GPU

2.）创建一个非常大的resultData容器（例如200000*sizeof（cl_uint））并传递这个容器

3.）创建resultSize容器（初始化为零），该容器可以通过原子操作访问（至少我这样认为）

当我的一个工作程序有一个结果时，它会将该结果复制到resultData缓冲区中，并在原子inc操作中增加resultSize（直到缓冲区已满）

让我写一个代码示例（opencl代码）：

在主机端，我读取缓冲区并将resultBufferSize设置为零：

resultBufferSize = 0;
oclErr |= clEnqueueWriteBuffer(gpuAcces.getCqCommandQueue(), cm_resultBufferSize,  CL_TRUE, 0,  sizeof(cl_uint), (void*)&resultBufferSize, 0, NULL, NULL);

现在我的问题是：

我有比resultData所能存储的结果多得多的结果。无论如何，我不知道结果的大小（例如，我能找到多少条路径）

我的想法：

我会不时清空（或处理）主机端的容器，并在缓冲区已满且工作人员将在一个while循环中等待时重置resultSize

我喜欢这个想法，因为我也可以在主机上并行处理数据

但我还无法实施任何解决方案：

1.）NVIDIA不能在无止境的情况下工作，或者至少我不能使用它。当我尝试使用无止境循环时，卡崩溃了

2.）barrier（）和mem_fence（）可以管理同步问题，但不能管理此问题

您是否知道我如何处理不固定的结果大小（例如，在搜索问题期间）？我几乎可以肯定一定有好的图案，但我找不到

NVIDIA opencl有睡眠吗？因为我会把它放进无休止的循环中，也许这对我有点帮助

我想可变的结果是一个老问题，必须有好的模式。

---

在我之前的帖子中，我也遇到了类似的问题（但上下文不同）。

关于不同的问题大小，我也遇到了类似的问题。一种方法是简单地实施分而治之的方法，并在主机上分割数据。您可以在设备上逐个处理数据块

顺便说一句：你对这个比较有把握吗

---

while（lastPosition**>**RESULT\u BUFFER\u SIZE）

您没有明确表示您正在使用Windows作为操作系统，但我认为这是因为您的问题中有VS2013标记

---

Nvidia卡不会崩溃。在Windows上，您可以在WDDM驱动程序中找到它，如果GPU驱动程序没有响应，它将重新启动。您可以使用Nsight轻松禁用此“功能”。但是，请注意，这可能会导致桌面环境出现问题，因此请确保编写的内核将在可容忍的时间内结束。然后，您甚至可以在使用Nvidias OpenCL实现的Windows上运行非常长的内核

为什么不使用

addr=原子添加（&addr\u计数器，1）操作，并使用返回的地址写入另一个全局缓冲区
缓冲区[addr*2]=X；缓冲区[addr*2+1]=Y

如果返回的地址大于缓冲区大小，则可以在空间不足时轻松检查

编辑：您想要的是并行内核执行和数据访问，这在OpenCL1.1中是不可能的。您应该选择具有该特性（SVM或管道）的OpenCL2.0

保持内核在while循环中检查变量，并且没有从主机端清空（访问变量）的机制。将使内核死锁，并使图形崩溃

如果您想坚持使用OpenCL1.1，唯一的方法就是运行许多小型内核，然后检查结果。在CPU中处理数据时，您可以并行启动更多内核。
您应该使用OpenCL2.0和管道；它们非常适合解决这类问题。
我使用的是NVIDIA，它仅支持opencl 1.1。相比之下，您的意思是什么#定义结果\u缓冲区\u大小20000为整数，lastPosition为uint。你认为这会导致问题吗？也许这也会是个问题。但我主要想知道，为什么要进行“比大”而不是“比小”的比较。因为在缓冲区溢出的情况下，我想等到缓冲区变为空，现在我完全理解了您的问题。因此，OpenCL设备必须被理解为一个封闭的计算单元，您无法避免外部CPU-GPU同步。这并没有改变我的建议，即事先分解你的数据。顺便说一句：如果这是一个优化问题，那么寻找top-k-解决方案是否有用，例如k-最短路径或类似的解决方案。另一个策略可能是实现输入或结果数据的压缩，如二进制编码？您的最后一句话似乎是非常好的替代解决方案。我一到家就要试一下，然后回来。我也要试一下，然后回来。我也非常感谢你。显然超时是我的主要问题。谢谢，我刚看了链接。嗨！我仍然有超时问题。也许我也应该在其他地方更改它？阅读评论我认为最好是启动更多次内核，因为在这种情况下，我不需要在GPU上进行任何同步。顺便说一句，我很抱歉NVIDIA不支持OpenCL2.0。。。
resultBufferSize = 0;
oclErr |= clEnqueueWriteBuffer(gpuAcces.getCqCommandQueue(), cm_resultBufferSize,  CL_TRUE, 0,  sizeof(cl_uint), (void*)&resultBufferSize, 0, NULL, NULL);