Question

我正在测试以下代码，以便在OpenCL 2.0中使用work_groups内置函数执行并行数组元素添加。（在这种情况下为inclusive_add和reduce_add）

kernel void(global const float *input,
            global float *sum,
            local float *scratch)
{
    uint local_id = get_local_id(0);
    scratch[local_id] = work_group_inclusive_add(input[get_global_id(0)]);

    if (local_id == get_local_size(0)-1)
        sum[get_group_id(0)] = work_group_reduce_add(scratch[local_id]);
}

如果我用0到15的浮点数组测试它，步长为1，则global_size = 16，local_size = 4我希望结果为＆＃34; 6.0 22.0 38.0 54.0＆＃34;如果我选择CPU作为设备，这可以正常工作。

但是只要我选择GPU并运行相同的代码，我就会得到＆＃34; 0.0 4.0 8.0 12.0＆＃34; （这只是每个工作组第一个位置的元素）

我错过了什么吗？

我试图做但却没有影响事情的事情：

添加＆＃34;屏障（CLK_LOCAL_MEM_FENCE）＆＃34;在＆＃34; if＆＃34;
更改本地大小和/或数组大小/全局大小。

注意：

我使用clEnqueueWriteBuffer传递输入数组，然后使用clEnqueueReadBuffer读取总和
CPU：i5 6200u
GPU：英特尔高清显卡520

（是的，他们支持OpenCL 2.0，我可以成功构建内核，ioc64传递-cl-std = CL2.0，就像我在运行时构建程序一样）

Answer 1

由于您使用的是work_group_reduce_add错误的方式，因此会得到不同的结果。

OpenCL 2.0 spec说：

a中的所有工作项必须遇到此内置函数工作组执行内核。

当您致电work_group_reduce_add时，情况并非如此。您需要从那里删除if语句。通过添加只允许一个工作项访问它的if语句，您只需计算一个值的总和。这将归还给你。

在work_group_scan_inclusive_add后，数字应如下：

w1: 0,1,2,3 -> 0,1,3,6
w2: 4,5,6,7 -> 4,9,15,22
w3: 8,9,10,11 -> 8,17,27,38
w4: 12,13,14,15 -> 12,25,39,54

work_group_reduce_add之后：

w1: 10
w2: 50
w3: 90
w4: 130

规范中的第二件事：

注意：不保证浮点运算的顺序 work_group_reduce_，work_group_scan_inclusive_和 work_group_scan_exclusive_内置函数 half，float和double数据类型。这些浮点的顺序对于给定的工作组，操作也是不确定的。

所以我计算的包容性扫描后的结果可能不一定是相同的，这就是你在GPU返回的内容（GPU正在返回0,4,8,12，这恰好是每个缓冲区的最后一个值））。

总结：在work_group_reduce_add之前删除if语句应该解决问题。

OpenCL 2.0 - CPU和GPU上的work_group操作

1 个答案: