“OpenCL主机可读”；“线程本地”；记忆

我的OpenCL内核需要（主机可读的）线程本地内存。让我们看一个例子：

//Assume #threads is known to be 8
double threadLocalScalar[8] = {}; //1 scalar per thread
for(some range in parallel)
    threadLocalScalar[getThreadId()] += 1;

这是一个基本的“线程本地内存”解决方案。长度#线程的向量和函数getThreadId（）的用法

现在，我需要在OpenCL中执行相同的操作（或任何相同的操作）。到目前为止，我的研究是使用函数get_group_id（0）来获取工作组id（为了简单起见，可能使用work group size=1）。这样我就知道“线程”正在执行什么，并且可以修改全局内存向量的正确部分

然而，我不知道要创建多少“线程”。所以我无法确定threadLocalScalar向量需要多少全局内存。我怎么知道？或者，你知道更好的解决办法吗？我的研究是正确的吗

注:

---

使用本地内存的问题是我无法从主机读取它。否则，我可以很容易地使用本地内存和work\u grop\u size=1（每个work\u组只有1个“线程”，这意味着本地内存是“线程本地的”.

如果相邻的工作项需要访问相同的全局内存位置，则仅需要共享本地内存；使用共享本地内存意味着每个工作组只需读取一次全局值，而不是多次

---

您的代码示例（

threadLocalScalar[getThreadId（）]+=1

）并没有做到这一点，它只是为每个工作项（独立工作）增加一个内存位置，因此您不需要共享本地内存。只需根据全局\u id（0）增加全局内存。

get\u num\u Group（dim）似乎告诉我有多少个“线程”将被使用，但此函数是一个内核函数，我需要在宿主代码中提前了解这一点。感谢您的参与。问题是，我的内核会将较大的输入数据缩减为#线程标量。因此，当我的范围为100万时，我应该以#线程或#内核结束主机随后以串行方式求和的标量。因此，对于每个全局_id，我需要知道此项正在使用的“线程id”。我需要知道这一点，以便我可以将结果添加到正确的标量中（不使用同步或数据争用）.好吧，我想我现在有点明白了。当你使用OpenCL进行缩减时，并没有很好地定义将使用多少“线程”。因此，与其询问“线程的完美数量是多少”你可以自己决定。如果我有100万个项目要减少，我可以自己决定要使用多少段。在CPU上，这可能是#线程*一些标量，但在GPU上，什么是“线程”并不清楚也不是。所以你只需要根据一些设备的上限进行猜测/调整。这并不完美，但会奏效。