Opencl:从_常量复制到_全局内存

我有两个内核（它们都只运行一次，因此示例中globalWorkSize为1）：

第一个内核（

kernel\u Calc（）

）计算一些值并将它们存储在

\u全局

内存中。在本例中，它计算（设置转换矩阵，转换三维空间中的点）转换矩阵并转换origo

inline 
float4 mul( const float4 M[ 4 ], const float4 v)
{
   float4 r;
   r.x = dot( v, M[ 0 ] );
   r.y = dot( v, M[ 1 ] );
   r.z = dot( v, M[ 2 ] );
   r.w = dot( v, M[ 3 ] );
   return r;
}

__kernel
void kernel_Calc( __global float4* g_TransformationMatrices, __global float3* g_Point3D )
{
    __private float4 transformationMatrix[ 4 ];

    transformationMatrix [ 0 ] = (float4) ( 1.0f, 0.0f, 0.0f, 0.0f );
    transformationMatrix [ 1 ] = (float4) ( 0.0f, 1.0f, 0.0f, 10.0f );
    transformationMatrix [ 2 ] = (float4) ( 0.0f, 0.0f, 1.0f, 0.0f );
    transformationMatrix [ 3 ] = (float4) ( 0.0f, 0.0f, 0.0f, 1.0f );

    g_TransformationMatrices[ 0 ] = transformationMatrix[ 0 ];
    g_TransformationMatrices[ 1 ] = transformationMatrix[ 1 ];
    g_TransformationMatrices[ 2 ] = transformationMatrix[ 2 ];
    g_TransformationMatrices[ 3 ] = transformationMatrix[ 3 ];


    float4 point4D = (float4) ( 0.0f, 0.0f, 0.0f, 1.0f );
    float4 point4DTransformed = mul( transformationMatrix, point4D);

    g_Point3D[ 0 ] = (float3) ( point4DTransformed.x / point4DTransformed.w ,
                                point4DTransformed.y / point4DTransformed.w ,
                                point4DTransformed.z / point4DTransformed.w );
}

在主机端，我使用

clEnqueueCopyBuffer（）

函数将计算出的

\uuuu全局

缓冲区复制到

\uu常量

缓冲区（

CL\u MEM\u只读

缓冲区）。（我这样做是因为我希望从

\uuu常量

内存读取的速度比从

\uu全局

内存读取的速度快。使用此功能可以在设备端完成缓冲区复制，而无需将

\uu全局

复制回主机，然后将其复制到

\uu常量

）

第二个内核（

kernel\u Test（）

）尝试将计算出的值加载到可在主机端读取的

\uuu global

变量（

\uu global float4*Test

）中。

sizeStruct

是一个用户定义的结构，它只包含一个整数（这是矩阵和转换点的数目）。第二个和第三个参数是

\u常量

内存中的缓冲区，这些缓冲区被

clEnqueueCopyBuffer（）

函数填满

struct sizeStruct
{
    int m_Size;
};

__kernel 
void kernel_Test( __constant struct sizeStruct* c_SS,
                  __constant float4* c_TransformationMatrices,
                  __constant float3* c_Points3D,
                  __global float4 *test )
{                   
    test[ 0 ] = c_TransformationMatrices[ 0 ];
    test[ 1 ] = c_TransformationMatrices[ 1 ];
    test[ 2 ] = c_TransformationMatrices[ 2 ];
    test[ 3 ] = c_TransformationMatrices[ 3 ];
}

问题是，当我运行程序时，测试变量包含以下内容：

1.000000, 0.000000, 0.000000, 0.000000
0.000000, 0.000000, 0.000000, 0.000000
0.000000, 0.000000, 0.000000, 0.000000
0.000000, 0.000000, 0.000000, 0.000000

但它应包括：

1.000000, 0.000000, 0.000000, 0.000000
0.000000, 1.000000, 0.000000, 10.000000
0.000000, 0.000000, 1.000000, 0.000000
0.000000, 0.000000, 0.000000, 1.000000

我检查了

\u常量

变量（通过将它们复制到主机内存），它们包含正确的数据。代码是我程序的简化版本。这就是它可能包含不必要的操作和参数的原因。这个例子已经过测试，并按照我所描述的那样工作

更有趣的是，当我将

\uuu常量float3*c_Points3D

内核参数更改为

\uu全局float3*c_Points3D

内核参数时（但仍然使用用

clEnqueueCopyBuffer（）函数填充的只读缓冲区），它工作得很好。当我删除
\u常量struct sizeStruct*c\u SS
参数时，它也会起作用。
因此，内核测试的参数的地址空间似乎有问题，但问题出现在
\uu常量
->
\uu全局
copy

我正在nvidia geforce gtx 690上运行该程序，但我可以将设备（和平台）更改为intel i7-3930k（使用intel sdk）。使用intel-i7 cpu，一切正常，内核代码没有任何更改

Q1:为什么会出现这种奇怪的行为？有人知道我做错了什么吗

Q2:使用
cl\u mem\u read\u
创建缓冲区并与
\u global
地址空间限定符一起使用是否合法

Q1：为什么会出现这种奇怪的行为？有人知道我做错了什么吗

我想不出什么明显的问题，你能给出一个在Windows上编译的完整的最低限度的工作示例吗？我想在AMD Radeon GPU上测试

Q2:使用cl\u mem\u read\u创建缓冲区并与\u全局地址空间限定符一起使用是否合法

是的，这是合法的，尽管您需要添加
const
以指定缓冲区为只读，请参阅OpenCL 1.2规范的第6.5.1节。
谢谢您的回答。我在这里上传了测试项目（VS2010）：您的代码在我的AMD Radeon HD 6970上正常工作。稍后我将测试一些Nvidia卡。Nvidia卡在OpenCL中对向量的支持非常糟糕，float4可能是问题的根本原因。AMDs FFT实现也会发生同样的情况，它们使用float2，代码在Intel CPU和AMD GPU上运行良好，但在NVIDIA卡上运行不好。