使用Intel HD Graphics 4000进行OpenCL GPU编程 我一直尝试使用OpenCL C++绑定实现一个简单的并行算法（版本1.2）。 大致如下是c代码（无OpenCL）： typedef结构坐标{ 双x； 双y； 双z； }__协调； 类型定义结构节点{ __协调(coord),； 双区； }__节点； 双输入[3]={-1.0，-2,3.5}； //nodeVector1D是结构节点的1Dim随机数组 //nodeVectorSize是上述数组的大小（>1000） 双d=0.0； for（int i=0；i=nodeVectorSize）返回； n=（双*）（nodeVector1D+i*itemsize）； 对于（c=0；c

2013年末，我使用MacBook Pro 13英寸，运行在MacOS X Lion上。 OpenCL只检测CPU。 CPU：Intel Ivy i5 2.6GHz，集成GPU 1Gb，1.6GHz（Intel HD Graphics 4000）。 检测到的最大组项大小为1024字节。 当我运行上面的平面代码（1024个节点）时，大约需要17微秒+

当我使用OpenCL，C++库运行它的并行版本时，它需要10倍长，大约87微秒 （不包括程序创建、缓冲区分配和写入）。 我做错了什么

注意：这个算法的OpenCL内核很容易猜测，但是如果需要的话，我可以发布它。 提前谢谢

编辑N#1:内核代码

__kernel void  _computeDist(
   __global void* nodeVector1D,
   const unsigned int nodeVectorSize,
   const unsigned int itemsize, 
   __global const double* input){
    double d = 0.;
    int i,c;
    double* n;
    i = get_global_id(0);
    if (i >= nodeVectorSize) return;
    n = (double*)(nodeVector1D + i*itemsize);
    for (c=0; c<3;c++){
        d += (input[c] - n[c])*(input[c] - n[c]);
    }
    n[3] = d;

}

\u内核无效\u计算列表(
__全局无效*nodeVector1D，
常量无符号整数nodeVectorSize，
常量unsigned int itemsize，
__全局常量（双*输入）{
双d=0。；
int i，c；
双*n；
i=获取全局id（0）；
如果（i>=nodeVectorSize）返回；
n=（双*）（nodeVector1D+i*itemsize）；
对于（c=0；c我终于找到了问题所在。
问题是Mac OS X上的OpenCL返回的最大设备工作组大小为1024，这是错误的。
我使用不同的工作组大小进行了测试，当使用每个组128个工作项的工作组大小时，性能提高了200%。
这是一幅更清晰的基准图。IGPU代表集成GPU。
（X轴：数组大小，Y轴：以微秒为单位的持续时间）
也许你应该分享你遇到问题的代码，而不是“C++版本”。10 x 17是170，而不是87。这是性能关键代码吗？如果是，你需要给出一个最小的完整示例，以便我们重现问题。几件事：（1）macOS OpenCL实现支持Intel HD Graphics 4000，因此，如果您的设备枚举中没有显示它，您的代码就有问题。您没有共享代码，因此除此之外我没有什么可说的。请注意，OS X 10.7长期不受支持，并且存在各种安全问题，因此您确实不应该这样做（2）如果你的数据集只是一个1000个项目的一次性计算，那么它可能太小而不能看到OpenCL的优点。你的启动和协调开销将超过你的实际算法运行时间。（3）你的内核代码实际上不等同于C++代码：你确实想要<代码>输入[C] -n[C]。

，而不是

连续输入[0]-n[0]

3次。

__kernel void  _computeDist(
   __global void* nodeVector1D,
   const unsigned int nodeVectorSize,
   const unsigned int itemsize, 
   __global const double* input){
    double d = 0.;
    int i,c;
    double* n;
    i = get_global_id(0);
    if (i >= nodeVectorSize) return;
    n = (double*)(nodeVector1D + i*itemsize);
    for (c=0; c<3;c++){
        d += (input[c] - n[c])*(input[c] - n[c]);
    }
    n[3] = d;

}