通过NVIDIA论坛搜索我发现these questions，我也感兴趣，但在过去四天左右没有人回答过它们。你能帮忙吗？
深入研究OpenCL阅读教程有些事情对我来说还不清楚。以下是关于本地和全球工作规模的问题集。
global_work_size必须小于CL_DEVICE_MAX_WORK_ITEM_SIZES吗？ 在我的机器上CL_DEVICE_MAX_WORK_ITEM_SIZES= 512,512,64。对于使用过的内核，
CL_KERNEL_WORK_GROUP_SIZE是推荐的work_group_size吗？
- 或者这是GPU允许的唯一
work_group_size？ 在我的机器上CL_KERNEL_WORK_GROUP_SIZE= 512我是否需要分成工作组，或者我只能有一个，但不能指定
local_work_size？
- 当我只有一个工作组时，我需要注意什么？
CL_DEVICE_MAX_WORK_GROUP_SIZE是什么意思？ 在我的机器上CL_DEVICE_MAX_WORK_GROUP_SIZE= 512,512,64
- 这是否意味着，我可以拥有一个与
CL_DEVICE_MAX_WORK_ITEM_SIZES一样大的工作组？- 中
global_work_size是CL_DEVICE_MAX_WORK_ITEM_SIZES的除数吗？ 在我的代码global_work_size= 20。
答案 0 :(得分：70)
通常，您可以根据需要选择global_work_size，而local_work_size由底层设备/硬件约束，因此所有查询结果都会告诉您local_work_size而不是global_work_size的可能维度。 global_work_size的唯一约束是它必须是local_work_size的倍数（对于每个维度）。
工作组大小指定工作组的大小，因此如果CL_DEVICE_MAX_WORK_ITEM_SIZES为512, 512, 64，则表示您的local_work_size不能大于512 x和y维度64 1}}用于z维度。
但是，根据内核的不同，本地组大小也会受到限制。这通过CL_KERNEL_WORK_GROUP_SIZE表达。您的累积workgoupsize（如所有维度的产品，例如256，如果您的本地化大小为16, 16, 1），则不得大于该数字。这是由于在线程之间划分的硬件资源有限（从您的查询结果我假设您在NVIDIA GPU上进行编程，因此线程使用的本地内存和寄存器数量将限制可以使用的线程数量）并行执行）。
CL_DEVICE_MAX_WORK_GROUP_SIZE以与CL_KERNEL_WORK_GROUP_SIZE相同的方式定义工作组的最大大小，但是特定于设备而不是内核（它应该是标量值，也就是512）
您可以选择不指定local_work_group_size，在这种情况下，OpenCL实现将为您选择本地工作组大小（因此它不能保证它只使用一个工作组）。但是，这通常是不可取的，因为您不知道您的工作如何划分为工作组，而且不能保证所选择的工作组大小是最佳的。
但是，您应该注意，只使用一个工作组在性能方面通常不是一个好主意（如果性能不是问题，为什么要使用OpenCL）。通常，工作组必须在一个计算单元上执行，而大多数设备将具有多个（现代CPU具有2个或更多，每个核心一个，而现代GPU可以具有20个或更多）。此外，即使您的工作组执行的一个计算单元也可能无法完全使用，因为多个工作组可以在SMT样式的一个计算单元上执行。为了最佳地使用NVIDIA GPU，您需要在一个计算单元上执行768/1024/1536个线程（取决于生成，意味着G80 / GT200 / GF100），而我现在还不知道amd的数字，它们位于相同的幅度，所以有一个以上的工作组是好的。此外，对于GPU，通常建议工作组至少有64个线程（以及每个工作组可以被32/64（nvidia / amd）整除的线程数），否则你将再次降低性能（32/64是在gpus上执行的最小粒度，因此如果工作组中的项目较少，它仍将作为32/64线程执行，但会丢弃未使用线程的结果。“