OpenCL越界错误

此内核工作正常：

__kernel void test(__global float* a_Direction, __global float* a_Output, const unsigned int a_Count)
{
    int index = get_global_id(0);

    if (index < a_Count)
    {
        a_Output[index * 3 + 0] = a_Direction[index * 3 + 0] * 0.5f + 0.5f;
        a_Output[index * 3 + 1] = a_Direction[index * 3 + 1] * 0.5f + 0.5f;
        a_Output[index * 3 + 2] = a_Direction[index * 3 + 2] * 0.5f + 0.5f;
    }
}

\uuuuu内核无效测试（\uuuu全局浮点*a\u方向，\uuuu全局浮点*a\u输出，常量无符号整数a\u计数）
{
int index=get_global_id（0）；
如果（索引

此内核会产生越界错误：

__kernel void test(__global float3* a_Direction, __global float3* a_Output, const unsigned int a_Count)
{
    int index = get_global_id(0);

    if (index < a_Count)
    {
        a_Output[index].x = a_Direction[index].x * 0.5f + 0.5f;
        a_Output[index].y = a_Direction[index].y * 0.5f + 0.5f;
        a_Output[index].z = a_Direction[index].z * 0.5f + 0.5f;
    }
}

\u内核无效测试（\u全局浮点3*a\u方向，\u全局浮点3*a\u输出，常量无符号整数a\u计数）
{
int index=get_global_id（0）；
如果（索引

在我看来，他们应该做完全相同的事情。 但出于某种原因，这两种方法中只有一种有效。 我错过了什么明显的东西吗

---

确切的错误是：“在GeForce GTX580M（设备0）上执行CL_命令读取缓冲区时，CL_OUT OF_RESOURCES出错。

您可能遇到的问题是您分配了一个大小为n*3*sizeof（float）的缓冲区对于您的float3，但是float3的大小和对齐方式是16，而不是12。

您可能遇到的问题是您分配了一个n*3*sizeof（float）的缓冲区对于您的float3，但是float3的大小和对齐方式是16，而不是12。

@arsenm在他的/她的答案中以及@Darkzeros给出了正确的解释，但我觉得开发一点很有趣。问题是，在第二个内核中，这是一种“隐藏”对齐方式。正如第6.1.5节中的标准说明：

对于三分量矢量数据类型，数据类型的大小为4* sizeof（component）。这意味着一个3分量向量数据类型将 与4*sizeof（组件）边界对齐

让我们用一个例子来说明这一点：

假设

a_Direction

由9个浮点组成，并且您使用3个线程/工作项来处理这些元素。在第一个内核中，这没有问题：线程0将处理索引为0、1、2的元素，线程1处理元素3、4、5，最后线程2处理元素6、7、8：一切都很好

但是，对于第二个内核，假设您使用的数据结构从主机端的角度来看保持不变（即数组从0到8），线程0将处理元素0、1、2（并且还将访问元素4，因为float3类型向量的行为将类似于float4类型向量，而不做任何处理）.第二个线程，即线程1不会访问元素3、4、5，但会访问元素4、5、6（和7），而不会对其执行任何操作

因此，这就是问题所在，线程2将尝试访问元素8、9、10（和11），因此超出访问范围

总而言之，由3个元素组成的向量的行为类似于由4个元素组成的向量。

现在，如果您想在不改变主机端数据结构的情况下使用向量，可以使用本标准第3.12.7节中描述的vload3和vstore3函数。如下所示：

 vstore3(vload3(index, a_Direction) * 0.5f + 0.5f, index, a_Output));

顺便说一句，您不必为以下语句而烦恼（假设正确对齐）：

此语句足够了（无需为每个元素写一行）：

---

@arsenm在他/她的回答中以及@Darkzeros中给出了正确的解释，但我觉得开发一点是有趣的。问题是，在第二个内核中，这些是发生的“隐藏”对齐。正如第6.1.5节中的标准说明：

对于三分量矢量数据类型，数据类型的大小为4* sizeof（component）。这意味着一个3分量向量数据类型将 与4*sizeof（组件）边界对齐

让我们用一个例子来说明这一点：

假设

a_Direction

由9个浮点组成，并且您使用3个线程/工作项来处理这些元素。在第一个内核中，这没有问题：线程0将处理索引为0、1、2的元素，线程1处理元素3、4、5，最后线程2处理元素6、7、8：一切都很好

但是，对于第二个内核，假设您使用的数据结构从主机端的角度来看保持不变（即数组从0到8），线程0将处理元素0、1、2（并且还将访问元素4，因为float3类型向量的行为将类似于float4类型向量，而不做任何处理）.第二个线程，即线程1不会访问元素3、4、5，但会访问元素4、5、6（和7），而不会对其执行任何操作

因此，这就是问题所在，线程2将尝试访问元素8、9、10（和11），因此超出访问范围

总而言之，由3个元素组成的向量的行为类似于由4个元素组成的向量。

现在，如果您想在不改变主机端数据结构的情况下使用向量，可以使用本标准第3.12.7节中描述的vload3和vstore3函数。如下所示：

 vstore3(vload3(index, a_Direction) * 0.5f + 0.5f, index, a_Output));

顺便说一句，您不必为以下语句而烦恼（假设正确对齐）：

此语句足够了（无需为每个元素写一行）：

---

我想说一些类似的话。

sizeof（clu float）*3*n

在主机端不等于

sizeof（clu float）*n

。我想说一些类似的话。

sizeof（clu float）*3*n

在主机端不等于

sizeof（clu float）*n

。

a_Output[index] = a_Direction[index] * 0.5f + 0.5f;