Optimization 如何提高OpenCL内核读取全局字符*数据的效率？

两幅图像之间的运动补偿（3840*2160），块大小16

内核划分3840*135（135=2160/16），组大小64*1或128*1（基本上没有区别）

现在，我的内核确实访问全局字符数据，但是

imagepos=src+mv.xy

没有对齐，所以必须逐个读取字符。我认为这里有一个延迟，CodeXL也表明它不受GPRs的限制。所以我需要找到一种加速数据读取的方法。我也想知道如何使用本地内存，但数据只需要一次。

---

任何建议都将不胜感激。

如果我理解正确，运动补偿是块匹配，因此，多次读取。本地内存可以大大加快处理速度。但是没有代码是很难给出答案的…嗨，ZarkZeros，我想使用本地内存，但事实上我只使用一次，所以从全局到局部，然后从局部到私有，效率不高。下面是我的opencl主代码。谢谢事实上，我最重要的问题是通过对齐读取来加快全局字符数据的读取速度。为了获得u全局字符*数据的最佳读取速度，4或8个并发工作项应该同时读取相邻和对齐的数据。研究合并阅读。