您好：OpenCL中全局工作量（维度）是否需要是工作组大小（维度）的倍数？
如果是这样，是否有一种处理矩阵的标准方法而不是工作组维度的倍数？我可以想到两种可能性：
将工作组维度的大小动态设置为全局工作维度的因子。 （这会产生查找因子的开销，并可能将工作组设置为非最佳大小。）
将全局工作的维度增加到工作组维度的最接近倍数，保持所有输入和输出缓冲区相同但检查内核中的边界以避免segfaulting，即对工作项不做任何操作期望的输出。 （这似乎是更好的方式。）
第二种方式有效吗？有没有更好的办法？ （或者它是否没有必要，因为工作组维度不需要划分全球工作维度？）
谢谢！
答案 0 :(得分：7)
链接Chad的Thx。但实际上，如果您继续阅读：
如果指定了local_work_size，则 global_work_size [0]，... global_work_size [work_dim - 1]中指定的值必须均匀 可以被local_work_size [0]中指定的相应值整除，... local_work_size [work_dim - 1]。
是的，本地工作规模必须是全球工作规模的倍数。
我还认为将全局工作大小分配到最接近的倍数并注意边界应该有效，我会在我试用它时发表评论。
答案 1 :(得分：1)
根据标准，它不一定是我所看到的。我想我会用分支来处理它，但我不知道你正在做什么样的矩阵运算。
http://www.khronos.org/registry/cl/specs/opencl-1.1.pdf#page=131
global_work_size指向一个数组work_dim无符号值的 描述全球的数量work_dim维度中的工作项 将执行内核函数。该 全球工作项的总数是 计算为global_work_size[0]* ...... *global_work_size[work_dim – 1]。中指定的值
global_work_size+对应global_work_offset中指定的值 不能超过给出的范围 设备上的sizeof(size_t)内核执行将是什么 入队。sizeof(size_t)表示 设备可以使用确定 表4.3中的CL_DEVICE_ADDRESS_BITS。 例如，如果CL_DEVICE_ADDRESS_BITS= 32，即 该设备使用32位地址 空格，size_t是32位无符号 整数和global_work_size值 必须在1 .. 2 ^ 32 - 1的范围内。 超出此范围的值返回aCL_OUT_OF_RESOURCES错误。
答案 2 :(得分：1)
这似乎是一篇旧帖子，但让我用一些新信息更新这篇文章。希望它可以帮助别人。
全局工作规模（维度）是否需要是工作组的倍数 OpenCL中的大小（尺寸）？
答案：真正的OpenCL 2.0。在CL2.0之前，您的全局工作大小必须是本地工作大小的倍数，否则在执行clEnqueueNDRangeKernel时将收到错误消息。
但是从CL2.0开始，这不再是必需的了。您可以使用适合您的应用程序维度的任何全局工作大小。但请记住，硬件实现可能仍然使用＆＃34; old＆＃34;方式，这意味着填充全局工作组大小。因此，它使性能高度依赖于硬件架构。您可能会在不同的硬件/平台上看到完全不同的性能。此外，您希望使您的应用程序恢复兼容，以支持仅支持1.2版本的CL的旧平台。因此，我认为CL2.0中添加的这个新功能只是为了便于编程，以获得更好的可控性能和向后兼容性，我建议您仍然使用以下提到的方法：
将全局工作的维度增加到最接近的倍数 工作组维度，保持所有输入和输出缓冲区 相同但检查内核中的边界以避免segfaulting，即do 没有关于工作项超出所需输出的约束。 （这个 似乎是更好的方式。）
答案：你是对的。这是处理此类案件的正确方法。仔细设计本地工作组大小（考虑诸如寄存器使用，缓存命中/未命中，内存访问模式等因素）。然后将您的全局工作大小填充到本地工作大小的倍数。然后，你很高兴。
另一件需要考虑的事情是，如果内核中有很多边界检查工作，您可以利用图像对象来存储数据而不是缓冲区。对于图像，边界检查由硬件自动完成，在大多数实现中几乎没有开销。因此，填充全局工作大小，将数据存储在图像对象中，然后，您只需要正常编写代码而不必担心边界检查。