Loops 什么'；在循环中对多个opencl内核进行排队的正确顺序

在循环中对多个opencl内核排队的正确算法是什么？ 代码如下：

for(int i=0;i<numIter;i++){ // numIter = 1000
//
status = clEnqueueNDRangeKernel(commandQueue,kernel1,2,NULL,globalThreads,localThreads,0,NULL,NULL);
ASSERT_CL(status);
status = clEnqueueNDRangeKernel(commandQueue,kernel2,2,NULL,globalThreads,localThreads,0,NULL,&ndrEvt);
ASSERT_CL(status);
if(i>0 && i%16==0){ // 16 - just
status = clFlush(commandQueue);
ASSERT_CL(status);
spinForEventsComplete( 1, &ndrEvt );
//status = clWaitForEvents(1, &ndrEvt);
//ASSERT_CL(status);
}
}
status = clFlush(commandQueue);
ASSERT_CL(status);
spinForEventsComplete( 1, &ndrEvt );

for（inti=0；i0&&i%16==0）{//16-just
状态=clFlush（命令队列）；
断言（身份）；
spinForEventsComplete（1和ndrEvt）；
//状态=clWaitForEvents（1和ndrEvt）；
//断言（身份）；
}
}
状态=clFlush（命令队列）；
断言（身份）；
spinForEventsComplete（1和ndrEvt）；

还是应该在每次ClenqueEndRangeKernel调用后使用wait

---

谢谢大家!

我看不出你做了什么错事。你有没有试过在每次NDRange之后等待？你有没有试过一点也不等待，把所有的数据都排好？这两种选择对你更合适吗？

这在很大程度上取决于你的内核有多大。如果它们需要很长时间运行，那么主机上的大量等待可能并不重要。如果它们很小，您可能希望将大量它们排队，以减少每次启动的开销

我很自然地编写了这个循环，不需要等待到最后，但可能每隔几次迭代就插入刷新。刷新的频率取决于体系结构，也是一个很好的调优参数

---

我也倾向于编写具有所有事件依赖性的代码，这是一个好习惯，即使您的代码可以愉快地依赖于顺序队列。

Thanx，我正在尝试不同的变量，有/没有等待，问题是结果不稳定，两个内核在全局内存中交换数据，但有时在最终缓冲区中交换错误数据。内核非常简单，只是计算，没有本地内存，没有内部循环，没有障碍。不同的内核调用可能会覆盖以前的结果。每次等待一个NDRange时，是否仍存在最终数据问题？是的，任何带有或不带有等待的变体，都没有稳定的工作。我正在使用amd应用程序sdk 3.0 betta