Opencl 全局工作大小和本地工作大小对应用程序逻辑有影响吗？
我试图理解OpenCL中所有不同维度的参数是如何组合在一起的。若我的问题不清楚，部分是因为一个结构良好的问题需要一些我并没有的答案 work_dim、global_work_size和local_work_size如何共同创建内核中使用的执行空间？例如，如果我将work_dim 2设置为2，那么我可以Opencl 全局工作大小和本地工作大小对应用程序逻辑有影响吗？,opencl,Opencl,我试图理解OpenCL中所有不同维度的参数是如何组合在一起的。若我的问题不清楚，部分是因为一个结构良好的问题需要一些我并没有的答案 work_dim、global_work_size和local_work_size如何共同创建内核中使用的执行空间？例如，如果我将work_dim 2设置为2，那么我可以 get_global_id(0); get_global_id(1); 我可以使用全局工作大小将这两个维度分成n个工作组，对吗？所以如果我把全局的大小变成这样 那么每个维度将有4个工作组，总共8
get_global_id(0);
get_global_id(1);
既然您自己说您对执行空间中涉及的概念有点困惑，那么在回答您的问题之前，我将尝试对它们进行总结，并给出一些示例 螺纹/工作项组织在一个NDRange中，该NDRange可被视为1、2、3 DIM的网格。 NDRange主要用于将每个线程映射到每个线程都必须处理的数据块。因此，每个线程都应该被唯一标识，并且线程应该知道它是哪一个线程以及它在NDRange中的位置。还有内置函数的工作项。所有线程都可以调用这些函数，以向它们提供有关自身及其所在区域的信息 尺寸： 如前所述，NDRange最多可以有3个维度。因此，如果按这种方式设置尺寸：
size_t global_work_size[2] = { 4, 4 };
uint get\u work\u dim（）size\u t get\u global\u size（uint D）size\u t get\u global\u id（uint D）size\u t get\u local\u size（uint D）size\u t get\u local\u id（uint D）size\u t get\u num\u groups（uint D）size\u t get\u group\u id（uint D）- 维度0中的全局大小将为4
- 维度1中的全局大小将为6
- 维度0中的本地大小（或工作组大小）将为2
- 维度1中的本地大小（或工作组大小）将为2
- 维度0中的线程全局ID的范围为0到3
- 维度1中的线程全局ID的范围为0到5
- 维度0中的线程本地ID的范围为0到1
- 维度1中的线程本地ID的范围为0到1
- NDRange中的线程总数将为4*6=24
- 工作组中的线程总数为2*2=4
- 工作组总数为（4/2）*（6/2）=6
- 维度0中的组ID的范围为0到1
- 维度1中的组ID的范围为0到2
- 只有一个线程将使用全局id（0，0），但将有6个线程使用本地id（0，0），因为有6个组
size_t global_work_size[2] = { 4, 4 };
//in is a 24 int array, result is a 6 int array, temp is a 4 int array
kernel void foo(global int *in, global int *result, local int *temp){
//use vectors for conciseness
int2 globalId = (int2)(get_global_id(0), get_global_id(1));
int2 localId = (int2)(get_local_id(0), get_local_id(1));
int2 groupId = (int2)(get_group_id (0), get_group_id (1));
int2 globalSize = (int2)(get_global_size(0), get_global_size(1));
int2 locallSize = (int2)(get_local_size(0), get_local_size(1));
int2 numberOfGrp = (int2)(get_num_groups (0), get_num_groups (1));
//Read from global and store to local
temp[localId.x + localId.y * localSize.x] = in[globalId.x + globalId.y * globalSize.x];
//Sync
barrier(CLK_LOCAL_MEM_FENCE);
//Only the threads with local id (0, 0) sum elements up
if(localId.x == 0 && localId.y == 0){
int sum = 0;
for(int i = 0; i < locallSize.x * locallSize.y ; i++){
sum += temp[i];
}
//store result in global
result[groupId.x + numberOfGrp.x * groupId.y] = sum;
}
}