Memory management 在OpenCL中写入本地内存会使内核速度降低400%？

我有一个非常复杂的内核，我一直在优化它。在不阅读所有代码的情况下，有一个内核将一些值写入全局内存

然后，第二个内核启动并对该数据进行数十亿次计算，全部在本地内存中。我对代码进行了反复优化，使内核运行时间降低到大约275ms

内核的最后一部分在本地内存中处理的数据数组上循环，并搜索匹配的字符串。显然，如果找到匹配项，它需要让宿主程序知道这一点。为此，我将全局_数组[0].x更改为999，并将全局_数组[0].y更改为等于找到的结果

内核完成后，它读取全局_数组的第一个元素，检查.x==999，以及我们是否知道找到了目标

在进行更多优化的过程中，我发现如果我注释掉全局_数组[0]=行，内核的运行速度将是原来的4倍，大约为62毫秒。知道全局内存很慢，我开始测试各种东西。我想，嘿，也许如果我改变本地数组，那么在最后做一个工作组拷贝回全局，我会得到一点速度提升

但是没有。。。我不知道。这让人很困惑。如果在内核的末尾，我将任何东西写入全局或本地内存中的任何位置，那么我的内核运行速度为270ms。如果我将相同的数据写入一个私有变量，或者只编写其他不相关的代码，则为62ms

我需要以某种方式从内核返回一个结果——但出于某种原因，写入一个局部变量，这是内核在结束前不减速地执行50倍的操作，当写入结束时，它似乎会疯狂地减速

---

有人能解释为什么会发生这种情况吗？我被难住了。

当您不向全局内存进行写操作时，JIT编译器很可能会将您的大部分代码检测为死代码，并将其删除。

为了验证，我们需要查看代码。您可以验证的一种方法是将其保留在写入部分，但使用您知道永远不会满足的条件（但编译器不可能知道-例如，包含特定值的某个全局地址）对其进行保护。您也必须注意这一点，因为编译器可以在线程的早期执行代码运动来检查条件，以便仍然跳过工作。因此，条件（永远不会满足）需要基于您所做的某些实际工作的结果（或者有可能受其影响，或者复杂到编译器认为可能存在依赖性）。顺便说一句，我曾经编写过用于测量gpg性能的OCL微基准测试，这是您早期学到的东西之一-这是一场持续不断的战斗，试图欺骗编译器不优化您试图测量的工作。

您能发布您的内核代码吗？可能是Aah的重复。。。因此，仅仅通过计算，而从不实际返回某些内容或“显示”我对所做的工作做了任何事情，编译器基本上跳过了实际的工作？所以当我输入任何类型的返回值时，它看到它的功被使用了，所以它真的这样做了吗？有道理。如果对结果不做任何处理，就没有理由做这项工作。有人能证实这一点吗？（在离开之前，我想知道“很可能是”）你可以自己确认这一点。保留对全局内存的写入，但用常量替换复杂的计算。如果您想查看是否有差异，请尝试使用本地和全局内存。