Opencl 工作项执行命令

我在OpenCL工作。我感兴趣的是在下面的示例中如何执行工作项

我的一维范围为10000，工作组大小为512。内核如下所示：

__kernel void
doStreaming() {
  unsigned int id = get_global_id(0);

  if (!isExecutable(id))
    return;

 /* do some work */
}

在这里，它检查是否需要使用以下id继续处理元素

假设执行从512大小的第一个工作组开始，其中20个被

isExecutable

拒绝。GPU是否继续执行其他20个元素而不等待前492个元素

---

不涉及任何障碍或其他同步技术。

当某些工作项的分支远离通常的/*做一些工作*/时，它们可以通过从下一个波前（amd）或下一个扭曲（nvidia）获取指令来利用管道占用优势，因为当前扭曲/波前工作项正忙于做其他事情。但这可能会导致内存访问序列化和清除工作组的访问顺序，从而降低性能

避免出现发散的扭曲/波前：如果在循环中使用If语句，这真的很糟糕，所以最好找到另一种方法

如果工作组中的每个工作项都有相同的分支，那么就可以了

如果每一个工作项在每数百次计算中只进行很少的分支，那么就可以了

尝试为所有工作项生成相等的条件（非常并行的数据/算法），以利用gpu提供的电源

---

我所知道的摆脱最简单的分支与计算情况的最佳方法是，使用全局是非数组。0=是，1=否：始终计算，然后将结果与工作项的yes-no元素相乘。通常，每个核添加1字节的元素内存访问比每个核进行一次分支要好得多。实际上，在添加1字节后，将对象长度设为2的幂可能会更好。

是和否。以下详细说明基于NVIDIA的文档，但我怀疑它在ATI硬件上是否有任何不同（尽管实际数字可能不同）。通常，工作组的线程以所谓的扭曲方式执行，即工作组大小的子块。在NVIDIA硬件上，每个工作组分为32个线程。这些扭曲中的每一个都是在锁步中执行的，因此是完全并行的（它可能不是实时并行的，这意味着可能有16个线程并行，然后又有16个线程直接并行，但从概念上讲，它们是完全并行的）。因此，如果这32个线程中只有一个执行额外的代码，其他线程将等待它。但是所有其他经纱中的线都不关心这些

因此，是的，可能会有线程不必要地等待其他线程，但这种情况发生的规模小于整个工作组的规模（在任何NVIDIA硬件上为32个）。这就是为什么在可能的情况下应避免扭曲内分支偏差，这也是为什么保证只在单个扭曲内工作的代码不需要任何同步，例如共享内存访问（一种常见的算法优化）