Performance 编译警告OpenCL矩阵多应用程序

为什么这不是矢量化

__attribute__((num_simd_work_items(4)))
__attribute__((num_compute_units(2)))
__attribute__((reqd_work_group_size(16,16,1)))
__kernel void matrix_multiplication(const int fDIM,const int gDIM, const int hDIM,
__global float*  A, __global float* B, __global float* C) {
    int k;
    int i = get_global_id(0);
    int j = get_global_id(1);
    float temp_result;
    if((i < gDIM) && (j<fDIM)){
      temp_result= 0.0f;
        for(k = 0; k<hDIM;k++) {
          temp_result+= A[i*gDIM+k] * B[k*hDIM+j];

        }
      C[i*gDIM+j] = temp_result;

    }
}

\uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu
__属性（数值计算单位（2）））
__属性（需求工作组大小（16,16,1）））
__核空矩阵_乘法（const int fDIM，const int gDIM，const int hDIM，
__全局浮点*A、u全局浮点*B、u全局浮点*C）{
int k；
int i=获取全局id（0）；
int j=获取全局id（1）；
浮动温度结果；
如果（（iQ：为什么这不矢量化

邪恶是“分支…无法矢量化”-它与此指令相关：

if（（i

高效的基于SIMD指令的矢量化意味着所有代码执行流都不是“发散”（分支）的，执行相同的数据/指令（即数据元素SIMD-“粘合”）将数据向量放入足够宽的CPU、SIMD友好寄存器中，通过单个SIMD友好指令立即计算出，也就是说，包中的每个线程SIMD友好指令都是相同的，即不是
如果（）{…}否则{…}
-分成不同的，“发散的”针对不同数据元素的不同指令序列流

基本上不可能对对齐到SIMD友好型CPU寄存器中的数据的不同部分执行不同的操作-对于存储到SIMD友好型CPU寄存器中的所有矢量分量，一次只能执行一条SIMD友好型指令

整数和浮点SIMD向量指令的硬件细节各不相同，由此产生的微操作延迟也不同，编译器中SIMD处理器特定的细节确实很重要，但避免不同路径的原则在编译器阶段的自动SIMD向量化中很常见。有关SIMD指令的更多细节及其进一步说明性能限制属性可以从中读取和学习