Question

我正在使用OpenCL进行一些图像处理。

例如，我使用了100 * 200尺寸的图像。在.cl代码中，我只有一半的图像像素值：

{
  int width=get_group_id(0);
  int height=get_group_id(1);

  // col(width)
  int x= get_global_id(0);
  // row(height)
  int y= get_global_id(1);
  (unsigned char) data_output[x*width+y]= 
     (unsigned char)data_input[x*width+y]/2;
}

在内核的参数设置之后，我通过以下方式运行内核：

clEnqueueNDRangeKernel( queue,kernel_DIP,2,NULL,global_work_size,local_work_size, 0,NULL,NULL);

我使用的global_work_size是图像大小：

   size_t global_work_size[2] = {100,200};

我发现即使.cl代码也不包含一些代码，例如“get_local_id（0）;”

local_work_size对性能也有很大影响。

这两个 “size_t local_work_size [2] = {1,1};”（小的本地工作量）和“size_t local_work_size [2] = {50,50};” （工作量大）很慢。

如下所示的一些合适尺寸会更快：

size_t local_work_size[2]= {10,10};

所以这是我的问题：

为什么没有get_local_id（）的代码也会受到本地内存的影响？
如何设置最佳本地尺寸以使其以最高速度运行？
我还测试了其他平台上的运行速度，例如飞思卡尔的IMX.6，似乎改变大小的本地工作大小根本不起作用！那为什么呢？

如果有人知道答案，请帮忙。非常感谢！

Answer 1

DarkZeros已经提到过，您可以将本地工作大小设置为null，让OpenCL选择它认为的大小＃34;适当的＆＃34;，给定全局工作大小及其设备执行。

但是，对于某些全球工作规模，OpenCL可能无法选择合适的＆＃34;当地工作规模。特别是当全局工作大小是大于最大本地工作大小的素数时。然后可能会强制使用本地工作大小1.您可以考虑填充您的输入数据，以便它可以很好地分布在几个工作组中。（我最近在https://stackoverflow.com/a/22969485）

中写了几句话

对于复杂的内核，您可以考虑查询CL_KERNEL_PREFERRED_WORK_GROUP_SIZE_MULTIPLE并将计算基于此，但对于这个简单的内核，这不是必需的。

此外，您可能想看一下＆＃34; AMD APP KernelAnalyzer＆＃34;或者＆＃34; NVIDIA占用计算器＆＃34; - 这些工具可能会为某些目标平台提供一些适当配置的提示（尽管最好，代码应尽可能通用，只要它没有太严重的性能影响）

Answer 2

本地大小会影响设备的工作方式。代码使用与否get_local_id()根本不会影响性能。它只是一个工具，可以在内核中获取工作ID，允许在组内部执行一些同步任务。
如果您的代码不需要特定大小（并且不需要）。只需将其设置为默认值，即：NULL
使用＆＃34;试错法＆＃34;随时更改本地尺寸不是要走的路。在某些情况下可能根本不起作用。当地规模必须遵循一些规则：
- 总局部大小（乘以所有维度）不能高于设备最大本地大小。（CL_DEVICE_MAX_WORK_GROUP_SIZE）
- 尺寸不能高于CL_DEVICE_MAX_WORK_ITEM_SIZES中指定的尺寸限制。
- 本地工作组大小必须是全局大小的整数除数（在所有维度中）。

如何设置OpenCL的本地工作空间大小？

2 个答案: