Opencl 为什么会有最大工作组大小的CL_设备？

我试图理解OpenCL设备（如GPU）的体系结构，但我不明白为什么本地工作组中的工作项数量有明确的界限，即恒定的CL_设备最大工作组大小

在我看来，这应该由编译器负责，即，如果（为简单起见，一维）内核以本地工作组大小500执行，而其物理最大值为100，并且内核看起来例如如下所示：

__kernel void test(float* input) {
    i = get_global_id(0);
    someCode(i);
    barrier();
    moreCode(i);
    barrier();
    finalCode(i);
}

然后，它可以自动转换为此内核上工作组大小为100的执行：

__kernel void test(float* input) {
    i = get_global_id(0);
    someCode(5*i);
    someCode(5*i+1);
    someCode(5*i+2);
    someCode(5*i+3);
    someCode(5*i+4);
    barrier();
    moreCode(5*i);
    moreCode(5*i+1);
    moreCode(5*i+2);
    moreCode(5*i+3);
    moreCode(5*i+4);
    barrier();
    finalCode(5*i);
    finalCode(5*i+1);
    finalCode(5*i+2);
    finalCode(5*i+3);
    finalCode(5*i+4);
}

---

然而，这似乎不是默认的。为什么不呢？有没有办法使这个过程自动化（除了自己编写预编译器之外）？或者是有一个内在的问题会使我的方法在某些示例中失败（你能给我一个吗）？

编译器会从设备中查询这些常量，以便在编译时确定合适的工作组大小（编译当然是指编译内核）。我可能误解了你，但你似乎在考虑自己设定这些价值观，事实并非如此

---

您的代码负责查询要为其运行的任何硬件准备的系统功能。

我认为CL\u设备\u最大\u工作组\u大小的来源在于底层硬件实现

多个线程在计算单元上同时运行，每个线程都需要保持状态（对于call、jmp等）。大多数实现都使用堆栈来实现这一点，如果您查看AMD Evergreen系列，它们对可用堆栈项的数量有一个硬件限制（每个堆栈项都有子项）。这在本质上限制了每个计算单元可以同时处理的线程数量

---

至于编译器可以做到这一点，使之成为可能。它可以工作，但要理解这意味着要重新编译内核。这并不总是可能的。我可以想象这样的情况：开发人员以二进制格式转储每个平台的编译内核，并仅出于“不太开源”的原因将其与软件一起提供

它会把五个函数调用放在一个序列中，不是吗？所以这只是一种倒退。此外，您还必须确保将工作尺寸填充为5的倍数。只是想知道，对于二进制内核，..+1将是一个明确的限制因素。