Opencl 本地工作规模对性能的影响及其原因

大家好……
我是opencl的新手，正在尝试更多地探索它

openCL程序中的本地工作大小是什么，以及它对性能的影响

我正在研究一些图像处理算法，并为我的openCL内核提供了一些支持 作为

当我换了相同的内核时

 size_t local_item_size = 16;

保持一切不变

---

我的绩效提高了大约4-5倍。

本地工作规模，也称为工作组规模，是每个工作组中工作项的数量

每个工作组在一个计算单元上执行，该计算单元能够处理一组工作项，而不仅仅是一个

因此，当您使用太小的组时，您会浪费一些计算能力，并且只能在计算单元级别进行粗略的并行化

但是，如果您在一个组中有太多的工作项，您也可能会失去一些并行化的机会，因为有些计算单元可能不会被使用，而另一些则会被过度使用

因此，您可以使用多个值进行测试以找到最佳值，或者让OpenCL通过传递NULL作为本地工作大小来为您选择一个好值

PS：我很想知道OpenCL选项与您之前的值相比的性能，所以请您进行测试并公布结果。

---

谢谢：）

这很有趣。。。。所以我应该保持本地工作大小=（一个计算单元中处理元素的数量）。另外，我将很快发布结果。这不是一个好主意。如果使用CPU，每个计算单元只能有一个处理元素。因此，工作组大小为1。这很耗时。通常，内核的推荐工作组大小为64-128个工作项。不考虑本地内存的使用。您应该像这样设置工作组大小：通过调用clGetKernelWorkGroupInfo，您可以通过CL_KERNEL_preferred_work_group_size_multiple获得全局_size/Compute Unit的首选工作组大小倍数。而且，为了在CPU上使用矢量化，工作组大小必须是8的倍数；OpenCL将为工作组选择“最佳”大小，但它没有考虑使用的本地内存。

 size_t local_item_size = 16;