我有两个程序由我从头开始编写，一个是积分和第二个矩阵 - 矩阵乘法。当我用GPU卡执行这两个程序时，我将全局大小设置为1024，我希望内核代码执行1024次，这是正确的，它执行的次数与我在全局大小上设置的次数相同，并且更改了本地大小编码结果和输出无关紧要。 我尝试用CPU执行相同的代码，当我看到内核函数执行的次数与设置的全局大小相同时，我感到很震惊。以下是积分的示例： 全局大小= 2048，本地大小= 1， 我期待2048次执行内核函数，是的，它是2048， 但是当我们有全局大小= 2048和本地大小= 16时，它执行256次... 这是正常的吗？为什么使用CPU在openCl中与使用GPU不同？我认为对于用户端我们使用哪个设备并不重要，相同的代码应该在不同的设备上工作相同。我错了吗？
提前感谢您的帮助！
答案 0 :(得分：0)
将原子操作用于连续工作（或至少不容易还原）。要计算参与的线程数，请不要使用a[0]+=1;
atomic_add(&a[0],1);
应该工作甚至更好
atomic_inc(a)
其中a是整数，无符号有符号无关紧要。
答案 1 :(得分：0)
我发现了问题的根源。这是因为float的精度很差，当我将变量改为double时，它运行正常。我在某处看到CPU和GPU在浮点运算方面，在精度方面略有不同。