OpenCL：只关心线程全局 ID 时的理想块数？

Question

所以我对 OpenCL 还是很陌生，我正在努力更好地理解工作组和工作项。我了解单个组内的所有线程（项目）共享内存、原子操作和屏障同步。

但是，如果我不需要这些好处而只关心任何给定线程的全局 ID，该怎么办？：

get_global_id(0)

如果我只关心线程的总数，我应该如何选择多少组以及每个组应该有多少项目？ （= 组 * 每组的项目）

例如，假设我有一个计算 400x400 矩阵的程序。我总共有 160,000 个线程。最初我认为（天真地）让我们将它们全部放在一个块中，但是这远远超出了每个块允许的线程限制。因此，我选择任意的块数：1600 个，每个块有 100 个线程。我的平均加速是 CPU 单线程的 x5.5（我还没有一个好的 GPU 来运行我的代码……）。所以我想得很好，因为我没有使用块，为什么不给每个线程自己的块呢？我的平均加速是 x4.5。所以给每个线程自己的块会比较慢。

这里到底发生了什么，我认为创建块有一些额外的开销？我该如何计算我应该拥有的最佳块数？最佳解决方案是否只是尽可能少地制作块？

Answer 1

一种选择是将NULL 赋予clEnqueueNDRangeKernel 的local_work_size 参数，在这种情况下，OpenCL 实现将自行决定本地大小。这可能不会给出最佳结果，但至少 OpenCL 实现会尝试猜测最佳局部大小。

另外，clGetKernelWorkGroupInfo可以用来查询CL_KERNEL_PREFERRED_WORK_GROUP_SIZE_MULTIPLE。