这种并行性可以在OpenCL中实现吗

这是我的第一篇文章。我会尽量简短，因为我很珍惜你的时间。这个社区让我难以置信

我正在学习OpenCL，希望从下面的算法中提取一点并行性。我将只向您展示我正在处理的部分，我也尽可能地简化了它

1） 输入：两个长度为（n）的1D数组：A、B和n值。还包括值C[0]，D[0]

2） 输出：两个长度为（n）的1D阵列：C、D

因此，这些都是递归定义，然而，对于给定的i值，C&D的计算可以并行进行（为了合理起见，它们显然更复杂）。天真的想法是为以下内核创建两个工作项：

__kernel void test (__global float* A, __global float* B, __global float* C,
                    __global float* D, int n, float C0, float D0) {
    int i, j=get_global_id(0);

    if (j==0) {
       C[0] = C0;
       for (i=1;i<=n-1;i++) {
          C[i] = function1(C[i-1]);
          [WAIT FOR W.I. 1 TO FINISH CALCULATING D[i]];
       }
       return;
    }
    else {
       D[0] = D0;
       for (i=1;i<=n-1;i++) {
          D[i] = function2(C[i-1],D[i-1]);
          [WAIT FOR W.I. 0 TO FINISH CALCULATING C[i]];
       }
       return;
    }
}

\u内核无效测试（\u全局浮点*A、\u全局浮点*B、\u全局浮点*C、，
__全局浮点*D，整数n，浮点C0，浮点D0）{
int i，j=获取全局id（0）；
如果（j==0）{
C[0]=C0；
对于（i=1；i在您的情况下，依赖关系是完全线性/递归的（我需要i-1）。甚至不像其他问题（减少、求和、排序等）那样是对数的。因此，这个问题不适合SIMD设备

您所能做的最好的事情就是在CPU中使用2个线程的方法。线程1将为线程2“生成”数据（C值）

非常幼稚的方法，例如：

Thread 1:
for(){
    ProcessC(i);
    atomic_inc(counter); //This function should unlock
}

Thread 2:
for(){
    atomic_dec(counter); //This function should lock
    ProcessD(i);
}

例如，
atomic_inc
和
atomic_dec
可以通过计数信号量来实现。
这可以在opencl中实现，但正如另一个答案所说，最多只能有两个线程

应该使用具有两个工作项的单个工作组来调用我的函数版本

__kernel void test (__global float* A, __global float* B, __global float* C, __global float* D, int n, float C0, float D0)
{
    int i;
    int gid = get_global_id(0);

    local float prevC;
    local float prevD;

    if (gid == 0) {
        C[0] = prevC = C0;
        D[0] = prevD = D0;
    }

    barrier(CLK_LOCAL_MEM_FENCE);

    for (i=1;i<=n-1;i++) {
        if(gid == 0){
            C[i] = function1(prevC);
        }else if (gid == 1){
            D[i] = function2(prevC, prevD);
        }

        barrier(CLK_LOCAL_MEM_FENCE);
        prevC = C[i];
        prevD = D[i];
    }
}

\uuuuu内核无效测试（\uuuu全局浮点*A、\uuu全局浮点*B、\uu全局浮点*C、\uuu全局浮点*D、整数n、浮点C0、浮点D0）
{
int i；
int gid=获取全局id（0）；
本地浮动prevC；
局部浮动预防；
如果（gid==0）{
C[0]=prevC=C0；
D[0]=prevD=D0；
}
屏障（CLK_本地_MEM_围栏）；
对于（i=1；i也是如此，不是所有的全局工作项都一起执行（它们可能在块中完成，必须在下一组完成之前全部完成），所以等待不是一个选项。好吧，那么我的内核基本上会保持不变，除了你提到的那些原子函数？（不得不说，我仍在阅读有关openCL同步的文章，因此无法理解这些函数在atm上的作用）。如果在CPU上运行，代码会像预期的那样在if语句上分支？您是否要求保存C和D的所有值，还是只关心最终结果？能否定义
function1
和
function2
？
__kernel void test (__global float* A, __global float* B, __global float* C, __global float* D, int n, float C0, float D0)
{
    int i;
    int gid = get_global_id(0);

    local float prevC;
    local float prevD;

    if (gid == 0) {
        C[0] = prevC = C0;
        D[0] = prevD = D0;
    }

    barrier(CLK_LOCAL_MEM_FENCE);

    for (i=1;i<=n-1;i++) {
        if(gid == 0){
            C[i] = function1(prevC);
        }else if (gid == 1){
            D[i] = function2(prevC, prevD);
        }

        barrier(CLK_LOCAL_MEM_FENCE);
        prevC = C[i];
        prevD = D[i];
    }
}