需要帮助理解OpenCL减少吗

我一直在读以下说明：

下面的内核应该减少一块数据，其中有一部分我根本不理解

while (global_index < length) ....  global_index += get_global_size(0)

while（全局索引<长度）。。。。全局索引+=获取全局大小（0）

我认为从按顺序排列的全局存储中读取数据更明智。这意味着在k，k+1，k+2读取数据比读取k+1000，k+2000，k+3000快。这不是他们在说全局索引+=获取全局大小（0）时所做的吗

\u内核
void reduce（uu全局浮点*缓冲区，
__局部浮动*刮伤，
__常量int长度，
__全局浮点*结果）{
int global_index=get_global_id（0）；
浮动累加器=无穷大；
//在输入向量块上按顺序循环
while（全局_指数<长度）{
浮动元素=缓冲区[全局索引]；
累加器=（累加器<元件）？累加器：元件；
全局索引+=获取全局大小（0）；
}
//执行并行还原
int local_index=get_local_id（0）；
划痕[局部指数]=累加器；
屏障（CLK_本地_MEM_围栏）；
对于（int offset=get_local_size（0）/2；
偏移量>0；
偏移量=偏移量/2）{
if（局部指数<偏移量）{
浮动其他=划痕[局部索引+偏移]；
浮动矿=划痕[局部指数]；
划痕[局部指数]=（矿山<其他）？矿山：其他；
}
屏障（CLK_本地_MEM_围栏）；
}
如果（本地_索引==0）{
结果[get_group_id（0）]=划痕[0]；
}
}

工作项0,1,2,3，。。。将首先读取缓冲区索引0,1,2,3，。。。并行（这通常是内存访问的最佳情况），然后是1000100110021003，。。。并行等

---

请记住，内核代码中的每条指令都将由所有工作项“并行”执行。

AHh，这是正确的。我想一次读一个内核。回到绘图板重新设计内核：）这不意味着get_global_size应该等于同时生成的工作项的数量吗？是的，global size是“同时”计划执行的工作项的数量。输入缓冲区可能比这个大得多，while循环的目的是：用“get_global_size（0）”元素块覆盖整个缓冲区。在while的末尾，每个工作项都有一个最小值“his”数据片。。。。然后内核的第二部分在工作组内进行缩减，使用共享内存在工作组内传递值。在内核执行结束时，每个工作组将产生一个最小值。需要第二次传递才能将数据进一步减少到一个元素。然后，我应该找出我的gpu板支持多少个同时工作项，并将其设置为全局大小，并将长度设置为缓冲区中元素的数量。？有没有简单的方法来计算一台设备可以产生多少项？

__kernel
void reduce(__global float* buffer,
            __local float* scratch,
            __const int length,
            __global float* result) {

  int global_index = get_global_id(0);
  float accumulator = INFINITY;
  // Loop sequentially over chunks of input vector
  while (global_index < length) {
    float element = buffer[global_index];
    accumulator = (accumulator < element) ? accumulator : element;
    global_index += get_global_size(0);
  }

  // Perform parallel reduction
  int local_index = get_local_id(0);
  scratch[local_index] = accumulator;
  barrier(CLK_LOCAL_MEM_FENCE);
  for(int offset = get_local_size(0) / 2;
      offset > 0;
      offset = offset / 2) {
    if (local_index < offset) {
      float other = scratch[local_index + offset];
      float mine = scratch[local_index];
      scratch[local_index] = (mine < other) ? mine : other;
    }
    barrier(CLK_LOCAL_MEM_FENCE);
  }
  if (local_index == 0) {
    result[get_group_id(0)] = scratch[0];
  }
}