OpenCL：数组大小与工作项全局大小之间的关系

Question

任何人都知道 GPU 内核如何访问，例如，位于全局内存中的大型数据数组（并且由于某种原因我们不能只复制到共享内存）的详细信息吗？假设我们有一个类型的内核：

kernel void doSomething(global A* s, global float* result)
{
    uint gidx = get_global_id(0);
   // some code here using the global index of the thread gidx...
}

我的理解——如果我错了请纠正我——是每个线程访问一个连续的元素s[gidx] 并对其执行操作。这是否暗示全局数组 A* 的大小与工作项的全局大小之间存在直接关系？我这么说只是因为我看不到每个内核如何在数组的不同数据点上运行？

Answer 1

看看内核是如何通过clEnqueueNDRangeKernel从主机代码启动的：

cl_int clEnqueueNDRangeKernel(
    cl_command_queue command_queue,
    cl_kernel kernel,
    cl_uint work_dim,
    const size_t* global_work_offset,
    const size_t* global_work_size,   // number of work-items
    const size_t* local_work_size,
    cl_uint num_events_in_wait_list,
    const cl_event* event_wait_list,
    cl_event* event);

这里指定了工作项的数量，以及一些额外的参数，用于维度、偏移量和明确的工作组细分。但是，无论您指定多少工作项，即执行内核函数的实例，它们都将获得自己的全局和本地索引，您现在可以使用这些索引以任何有意义的方式访问数据适用于您的应用程序（并且不违反 OpenCL 编程模型的约束）。

一个非常典型的模式是在您希望从某个输入生成的输出数据数组之间建立一对一的关系，并让每个工作项并行计算其中的一个元素。但你也可以想出其他模式，例如开始的工作项少于数组元素，并让每个工作项计算数组的范围，例如为某个硬件目标增加每个工作项的工作量。通常工作项范围以某种方式与输出数据范围相关联，因为所有工作项都可能并行执行，因此通常应写入非重叠部分内存。

希望对您有所帮助。