在多台计算机上运行相同的OpenCL内核时遇到了一个奇怪的问题。请参阅以下内容：
OS OpenCL version GPU Output Accuracy
LINUX 2.0 AMD-R9 290X Good
Mac 1.2 Nvidia GT-750M Good
Mac 1.2 AMD Firepro D500 Incorrect
LINUX 1.1 Nvidia Tesla K20 Good
我发布在Apple论坛上，我收到的唯一回复是我应该禁用快速路径数学。我没有在任何地方启用它。
就性能而言，与列表中的其他独立GPU（Tesla和R9）相比，Firepro上的代码运行速度慢两倍。
有人可以告诉可能会发生什么吗？如果需要，我很乐意分享这些代码。
这是OpenCL内核（某些变量/函数名称不合适）：http://pastebin.com/Kt4TinXt
以下是从主持人那里调用它的方式：
sentence_length = 1024
num_sentences = 6
count = 0
for(sentence in textfile)
{
sentences += sentence
count++
if(count == num_sentences - 1)
enqueuekernel(sentences)
}
句子基本上是一组1024个单词。并行度在单词级别。我选择每个单词使用128个工作项，因为这样我就可以将neu1和neu1e保留在共享内存中。我尝试了其他组合，比如＆＃39; layer1_size＆＃39;每个单词的工作项目，或每个单词1个波前，但这根本没有提供良好的性能。即使是现在，性能也不是那么好，但它在R9和特斯拉上给了我大约2.8倍（与6核Xeon相比）。
如果需要更多细节，请告诉我们！