使用MacPro（Firepro D500）时OpenCL的准确性和性能问题

我在多台机器上运行同一个OpenCL内核时遇到了一个奇怪的问题。请参阅下文：

 OS                  OpenCL version           GPU            Output Accuracy

LINUX                    2.0             AMD-R9 290X              Good

 Mac                     1.2             Nvidia GT-750M           Good

 Mac                     1.2             AMD Firepro D500        Incorrect 

LINUX                    1.1             Nvidia Tesla K20         Good

我在苹果论坛上发了帖子，收到的唯一回复是我应该禁用快速路径数学。我不会在任何地方启用它

就性能而言，与列表中的其他离散GPU（特斯拉和R9）相比，Firepro上的代码运行速度慢了两倍

---

有人能告诉我发生了什么事吗？如果需要，我很乐意与大家分享代码

---

以下是OpenCL内核（一些变量/函数名不正确）：

以下是如何从主机调用它：

sentence_length = 1024
num_sentences = 6
count = 0
for(sentence in textfile)
{
     sentences += sentence
     count++ 
     if(count == num_sentences - 1)
         enqueuekernel(sentences)

}

一个句子基本上是一组1024个单词。并行级别是在单词级别。我选择每个字使用128个工作项，因为这允许我在共享内存中保留neu1和neu1e。我尝试了其他组合，比如每个单词一个“layer1_大小”的工作项，或者每个单词一个波前，但这并没有提供很好的性能。即使是现在，性能也不是很好，但它在R9和特斯拉上提供了大约2.8倍的性能（与6核Xeon相比）

---

如果需要更多细节，请告诉我

由于核心数量和频率的原因，r9-290x的功率是D500的两倍。特斯拉的uArch和你的算法结合起来可能比D500和你的算法更好。“有人能告诉你可能发生了什么吗？如果需要的话，我很乐意分享代码。”——除非我们中间有读心术的人，否则没有人能猜出为什么一台设备会给你不正确的结果。是这样,；告诉我们您已经尝试了什么。@huseyintugrulbuyukisik，正如您从OpenCL内核中看到的，它是内存限制的。Firepro D500的峰值内存带宽为240 GBps，而特斯拉的峰值内存带宽为208 GBps。所以我希望能有更好的表现。