Opencl “的目的是什么？”；clRetainKernel“；功能？

不可能使用同一内核对象并行执行同一内核的两个实例

要并行执行同一内核的多个实例，需要从同一个程序对象创建多个内核对象，并将其排入不同的命令队列

即使主机代码是并行的，保留相同内核对象的两个CPU线程也没有用。那么，“clRetainKernel”API的目的是什么

那么“clRetainKernel”API的目的是什么呢？

来源

第18页：

引用计数：OpenCL对象的寿命由 它的引用计数对的引用数的内部计数 物体。在OpenCL中创建对象时，其引用 count设置为1。对相应retainAPI的后续调用 （例如clRetainContext、clretainCommand和queue）增加 参考计数。调用适当的releaseAPI（例如 clReleaseContext、CLRELEASECOMANDQUEUE）递减引用 计数引用计数达到零后，对象的资源 由OpenCL解除分配

它增加其相关opencl对象的内部计数器，并可在某些RAII块之外使用。我没有用它，因为我已经足够了。但如果存在“共享”问题，这将有助于在it范围之外使用它。因此，如果每个人都在共享其范围之外的内容（特别是如果使用C api），那么他们应该自己保留和发布。在C++绑定中，可以看到构造函数

explicit Kernel(const cl_kernel& kernel, bool retainObject = false) :  ...

取得所有权，而不是增加引用计数器。（retain=false）。然后，在几行代码之后

（保留）

确保队列之间有事件同步，以便在执行时能够看到内核中具有不同偏移量的“最新位”数据

第二个队列与第一个队列的数据复制命令（evt参数）同步。复制数据后，它的事件向另一个队列（queue2）发送信号，以便它现在可以计算。但在第一个队列上，同步是隐式的，因此在数据副本之后立即将计算排队，无事件排队是可以的，因为此处使用的队列是有序队列。queue2完成计算后，发出readBuffer信号（通过evt2）

这是来自单个GPU示例，对于多个GPU，还需要复制数据

即使主机代码是并行的，两个CPU线程也没有用

如果同步是通过事件轮询自旋等待循环完成的，那么它将完全占用其线程。如果有多个命令队列具有相同的自旋等待循环，则需要这两个线程；您也可以在同一个循环中逐个轮询两个事件，但这需要您在动态更改命令队列数量的情况下处理事件。通过每线程轮询，更容易管理代码行的可伸缩性

要并行执行同一内核的多个实例，需要创建多个内核对象

如果内核要同时在多个GPU上使用，或者在同一个GPU上使用不同的缓冲区，那么就必须有不同的内核对象。因为设置内核参数不是排队操作。它在内核运行时返回，并且不应该在内核运行时返回，并且在内核运行完成后，如果不获取事件，则无法知道内核运行的确切时间。但是，您可以在内核执行之前添加一个闩锁，并在那里进行回调以及时设置参数。这一定很慢，所以拥有多个对象既快又简单

 2447         // We must retain things we obtain from the API to avoid releasing
 2448         // API-owned objects.
 2449         if (devices) {
 2450             devices->resize(ids.size());
 2451 
 2452             // Assign to param, constructing with retain behaviour
 2453             // to correctly capture each underlying CL object
 2454             for (size_type i = 0; i < ids.size(); i++) {
 2455                 (*devices)[i] = Device(ids[i], true); // true: retain
 2456             }
 2457         }

 6457             kernels->resize(value.size());
 6458 
 6459             // Assign to param, constructing with retain behaviour
 6460             // to correctly capture each underlying CL object
 6461             for (size_type i = 0; i < value.size(); i++) {
 6462                 // We do not need to retain because this kernel is being created 
 6463                 // by the runtime
 6464                 (*kernels)[i] = Kernel(value[i], false); // false: no retain
 6465             }
 6466         }

cl_event evt;
clEnqueueWriteBuffer(queue,buffer,CL_FALSE,0,100,myCharArray.data(),0,NULL,&evt);

size_t global_work_size = 50;
clEnqueueNDRangeKernel(queue,kernel,1,NULL,&global_work_size,NULL,0, NULL, NULL);

size_t global_work_size_2 = 50;
size_t global_offset_2 = 50;
cl_event evt2;  clEnqueueNDRangeKernel(queue2,kernel,1,&global_offset_2,&global_work_size_2,NULL,1, &evt, &evt2);
clEnqueueReadBuffer(queue,buffer,CL_FALSE,0,100,myCharArray.data(),1,&evt2,NULL);

clFlush(queue);
clFlush(queue2);
clFinish(queue2);
clFinish(queue);