最佳全局工作大小（OpenCL）是多少？

我在stackoverflow中发现了一些关于这个问题的问题。但我还是想问一下，以防专家们在这个问题上找到了新的理论和解释

我测试发现，对于基本的1D内核：

// global size = {1024*1024, 1, 1}
// local size = {32, 1, 1}
// x, y, z are float
int i = get_global_id(0);
x[i] = y[i] + z[i];

将比2D内核慢得多：

int i = get_global_id(0);
int j = get_global_id(1);
int index = i + j * width;
x[index] = y[index] + z[index];

---

有人能给我解释一下吗，谢谢。

因为您正在访问整数大小的数据，在1D情况下，附近的线程将访问相同的缓存线。因此，当它们错过缓存时，一大堆线程将在同一行上等待被带到缓存中。 但是在2d情况下，如果您的图形设备沿着y大调方向执行线程调度，您将分散访问。因此，您有更多的并行缓存填充正在进行，当您环绕y轴时，缓存线已经加载-因此它们不再停止

---

您可以通过翻转数组索引来验证这一点。此外，如果您将数组大小增加到无论平铺如何都无法放入缓存中，那么所使用的维度之间应该没有任何差异。

乍一看，它看起来像是指令级并行的基本形式，请尝试阅读，或者，尽管他们在谈论CUDA，但OpenCL在编译后基本相同。这也可能仅仅是1D和2D内核实现不同占用率的结果。您测试的工作组大小和全局大小是多少？x，y，z的类型是什么？我假设int？可能是真的。非常感谢你！