Concurrency 在OpenCL中创建线程网格

我为OpenCL编写了一个内核，其中我将3D数组的所有元素初始化为->I*I*I+j*j*j。我现在在创建线程网格来初始化元素（同时）时遇到了问题。我知道我现在的代码只使用了3个线程，我如何扩展它呢

请帮忙。我是OpenCL的新手，所以任何建议或解释都很方便。谢谢

这是代码：

_kernel void initialize (
int X;
int Y;
int Z;
_global float*A) {

// Get global position in X direction
int dirX = get_global_id(0);
// Get global position in Y direction
int dirY = get_global_id(1);
// Get global position in Z direction
int dirZ = get_global_id(2);

int A[2000][100][4];
int i,j,k;
for (i=0;i<2000;i++)
{
    for (j=0;j<100;j++)
    {
        for (k=0;k<4;k++)
        {
            A[dirX*X+i][dirY*Y+j][dirZ*Z+k] = i*i*i + j*j*j;
        }
    }
}
}

\u内核无效初始化(
int X；
int-Y；
intz；
_全球浮动*A）{
//获得X方向的全局位置
int dirX=获取全局id（0）；
//获得Y方向的全局位置
int dirY=get_global_id（1）；
//获取Z方向的全局位置
int dirZ=get_global_id（2）；
INTA[2000][100][4]；
int i，j，k；
对于（i=0；i

创建缓冲区以将输出“A”存储在调用（主机）代码中。它作为指针传递给内核，这在上面的函数定义中是正确的。但是，您不需要在内核函数中再次声明它，因此请删除行
int A[2000][100][4]；

您可以大大简化代码。使用3D全局ID将3D索引指示到每个工作项的数组中，您可以如下更改循环（假设对于给定的i和j，沿Z的所有元素都应该具有相同的值）：



然后，在调用代码中创建全局工作大小为2000x100x4的内核


实际上，这需要安排大量的工作项，因此如果全局（一维）工作大小为2000，并且内核中有一个循环，您可能会获得更好的性能，例如：

__kernel void initialize (__global float* A) {
  // cast required so that kernel compiler knows the array dimensions
  __global float (*a)[2000][100][4] = A;

  // Get global position in X direction
  int i = get_global_id(0);

  for (j=0;j<100;j++) {
    for (k=0;k<4;k++) {
      (*a)[i][j][k] = i*i*i + j*j*j;
    }
  }
}

\uuuuu内核无效初始化（\uuuu全局浮点*A）{
//强制转换是必需的，以便内核编译器知道数组维度
__全球浮动（*a）[2000][100][4]=a；
//获得X方向的全局位置
int i=获取全局id（0）；
对于（j=0；jIt看起来像是此代码将A作为_全局浮点*传入，然后将其重新声明为int数组，这本身就是私有的。这是故意的吗？嗨，除了隐藏boiler96突出显示的“A”变量外，为什么说您只使用3个线程？您的工作组大小有3个维度（X、Y和Z）因此，我怀疑您创建的线程（工作项）远远不止3个在您的调用代码中。您希望最终输出数组的大小是多少？2000x100x4还是这些维度的倍数？@boiler96我认为这是我犯的错误，它应该是一个数组。您能帮我更正一下吗？@JamesBeilby我的最终输出数组应该是2000x100x4。只是一个相关问题。如果“a”不是定义的矩阵，编译器如何知道每个维度的大小？我想知道a[I*100*4+j*4+k]是访问矩阵的正确方法。前两个项目是这个问题的一个很好的答案，但我不同意你的最后一个项目。最好只编写尽可能简单的代码，不定义工作组大小，让OpenCL SDK处理准备优化的代码。除非你是在请注意，我已经发现这段代码效率低下，我认为这样修改它不是一个好主意。@DarkZeros，+1很好，我在答案中添加了一个cast来满足这一点。另一种方法是按照您的建议使用一维数组，可能会将维度作为参数传递给内核。@Oak，+1，因为它是har我不同意K.I.S.S.原则，但在同样的基础上，你可能会问为什么要使用OpenCL：宿主语言中的实现可能更简单，而不是混淆缓冲区和内核！因为大多数人使用OpenCL优化宿主代码，而不是纯粹的“理论”OpenCL，我想说的是，他们应该始终牢记实现，例如，对调度程序的欣赏、可用内存的多少、内存在哪里以及如何访问。我的观点不是简单，而是性能：一般来说，SDK在设置工作组大小和迭代工作项方面比您做得更好，除非ss您正在根据您要针对的具体体系结构进行自定义。只需为每个逻辑工作分配一个工作项，并让SDK对其进行优化-例如，它可能会选择自己添加这些您添加的循环，也可能不会。
__kernel void initialize (__global float* A) {
  // cast required so that kernel compiler knows the array dimensions
  __global float (*a)[2000][100][4] = A;

  // Get global position in X direction
  int i = get_global_id(0);

  for (j=0;j<100;j++) {
    for (k=0;k<4;k++) {
      (*a)[i][j][k] = i*i*i + j*j*j;
    }
  }
}