C++ OpenCL代码不适用于较大的数据集

我试图在OpenCL/C++中编写排序函数和求和函数。然而，虽然这两个函数都可以在较小的数据集上正常工作，但它们都不能在任何显著长度的数据集上工作。我尝试使用的数据集长度约为200万个条目，但函数在大约500个条目时停止工作。如果您能提供帮助，我们将不胜感激。下面是OpenCL代码

编辑：现在仅显示与总和完全相关的代码（根据请求）

内核空和（全局常量双*A，全局双*B）{
int id=获取全局id（0）；
int N=获取全局大小（0）；
B[id]=A[id]；
屏障（CLK_GLOBAL_MEM_围栏）；
对于（inti=1；i

和C++代码：

        std::vector<double> temps(100000, 1);

        // Load functions
        cl::Kernel kernel_sum = cl::Kernel(program, "sum");

        // Set up variables
        size_t elements = temps.size();
        size_t size = temps.size() * sizeof(double);
        
        size_t workgroup_size = 10;
        size_t padding_size = elements % workgroup_size;

        // Sum
        if (padding_size) {
            std::vector<double> temps_padding(workgroup_size - padding_size, 0);
            temps.insert(temps.end(), temps_padding.begin(), temps_padding.end());
        }

        std::vector<double> temps_sum(elements);
        size_t output_size = temps_sum.size() * sizeof(double);

        cl::Buffer sum_buffer_1(context, CL_MEM_READ_ONLY, size);
        cl::Buffer sum_buffer_2(context, CL_MEM_READ_WRITE, output_size);

        queue.enqueueWriteBuffer(sum_buffer_1, CL_TRUE, 0, size, &temps[0]);
        queue.enqueueFillBuffer(sum_buffer_2, 0, 0, output_size);

        kernel_sum.setArg(0, sum_buffer_1);
        kernel_sum.setArg(1, sum_buffer_2);
        
        queue.enqueueNDRangeKernel(kernel_sum, cl::NullRange, cl::NDRange(elements), cl::NDRange(workgroup_size));
        queue.enqueueReadBuffer(sum_buffer_2, CL_TRUE, 0, output_size, &temps_sum[0]);
        double summed = temps_sum[0];

        std::cout << "SUMMED: " << summed << std::endl;

std:：向量temp（100000,1）；
//荷载函数
cl:：Kernel Kernel_sum=cl:：Kernel（程序，“sum”）；
//设置变量
大小元素=临时大小（）；
size\u t size=temps.size（）*sizeof（双精度）；
工作组规模=10；
大小\u t填充\u大小=元素百分比工作组\u大小；
//总数
如果（填充大小）{
向量临时填充（工作组大小-填充大小，0）；
插入（temps.end（），temps_padding.begin（），temps_padding.end（））；
}
std：：向量时间和（元素）；
size\u t output\u size=temps\u sum.size（）*sizeof（双精度）；
cl:：Buffer sum\u Buffer\u 1（上下文、cl\u MEM\u只读、大小）；
cl:：Buffer sum\u Buffer\u 2（上下文、cl\u MEM\u读写、输出大小）；
enqueueWriteBuffer（sum_buffer_1，CL_TRUE，0，size，&temps[0]）；
enqueueFillBuffer（总和缓冲区2,0,0，输出大小）；
kernel_sum.setArg（0，sum_buffer_1）；
kernel_sum.setArg（1，sum_buffer_2）；
enqueueNDRangeKernel（kernel_sum，cl:：NullRange，cl:：NDRange（元素），cl:：NDRange（工作组大小））；
enqueueReadBuffer（sum_buffer_2，CL_TRUE，0，output_size，&temps_sum[0]）；
双重求和=临时求和[0]；
std：：cout您正试图使用障碍来实现跨工作组的同步。这行不通

工作组之间没有明确的顺序；您只能在工作组中使用这种简化算法。您可能需要使用第二个内核过程来组合来自各个工作组的结果，或者在主机CPU上执行这部分操作。（或者修改您的算法，以某种方式使用原子等）。
您正在尝试使用屏障来跨工作组进行同步。这行不通

工作组之间没有明确的顺序；您只能在工作组中使用这种简化算法。您可能需要使用第二个内核过程来组合来自各个工作组的结果，或者在主机CPU上执行这部分操作。（或者修改算法以某种方式使用原子等）
什么是“停止工作”呢？什么失败了？在哪里？本质上，排序不正确。它几乎是这样的——它有点像是在块中排序，所以前2/5被排序，最后2/5被排序，然后中间就是一团乱麻。对于求和，它只是求和不正确。我尝试了一种不同的求和方法，但是数字太高了，而在提供的方法中，结果太低了。你能把你的代码简化为一种不起作用的方法吗？这里的人不想通过你的论据处理和错误检查等。将它归结为几行C++和一个短的OpenCL内核，它们显示了你所看到的问题之一。我把所有的东西都包括进去了，这样人们就可以在他们希望的时候运行代码（尽管他们需要删除UTIL.H，哎哟）。老实说，我不知道问题出在哪里。我将把它简化为只显示求和的东西，但是是的，“停止工作”是什么意思？什么失败了？在哪里？本质上，排序不正确。它几乎是这样的——它有点像是在块中排序，所以前2/5被排序，最后2/5被排序，然后中间就是一团乱麻。对于求和，它只是求和不正确。我尝试了一种不同的求和方法，但是数字太高了，而在提供的方法中，结果太低了。你能把你的代码简化为一种不起作用的方法吗？这里的人不想通过你的论据处理和错误检查等。将它归结为几行C++和一个短的OpenCL内核，它们显示了你所看到的问题之一。我把所有的东西都包括进去了，这样人们就可以在他们希望的时候运行代码（尽管他们需要删除UTIL.H，哎哟）。老实说，我不知道问题出在哪里。我会简化它，只显示求和的东西，但是是的。
        std::vector<double> temps(100000, 1);

        // Load functions
        cl::Kernel kernel_sum = cl::Kernel(program, "sum");

        // Set up variables
        size_t elements = temps.size();
        size_t size = temps.size() * sizeof(double);
        
        size_t workgroup_size = 10;
        size_t padding_size = elements % workgroup_size;

        // Sum
        if (padding_size) {
            std::vector<double> temps_padding(workgroup_size - padding_size, 0);
            temps.insert(temps.end(), temps_padding.begin(), temps_padding.end());
        }

        std::vector<double> temps_sum(elements);
        size_t output_size = temps_sum.size() * sizeof(double);

        cl::Buffer sum_buffer_1(context, CL_MEM_READ_ONLY, size);
        cl::Buffer sum_buffer_2(context, CL_MEM_READ_WRITE, output_size);

        queue.enqueueWriteBuffer(sum_buffer_1, CL_TRUE, 0, size, &temps[0]);
        queue.enqueueFillBuffer(sum_buffer_2, 0, 0, output_size);

        kernel_sum.setArg(0, sum_buffer_1);
        kernel_sum.setArg(1, sum_buffer_2);
        
        queue.enqueueNDRangeKernel(kernel_sum, cl::NullRange, cl::NDRange(elements), cl::NDRange(workgroup_size));
        queue.enqueueReadBuffer(sum_buffer_2, CL_TRUE, 0, output_size, &temps_sum[0]);
        double summed = temps_sum[0];

        std::cout << "SUMMED: " << summed << std::endl;