我实现了一个函数，该函数可以检索一些与我的opencl设备有关的信息，特别是我有此设备：
URLSessionTask.cancel我需要确保我了解其中一些（特别是工作组/项目）。
鉴于我有1. Vendor NVIDIA Corporation
1. Device: GeForce GTX 1070
1.1 Hardware Version: OpenCL 1.2 CUDA
1.2 Software Version: 391.24
1.3 OpenCL C version: OpenCL C 1.2
1.4 Address bits: 64
1.5 Max Work Item Dimensions: 3
1.6 Work Item Sizes 1024 1024 64
1.7 Work group size: 1024
1.8 Parallel compute units 15
，这意味着在实例化内核时，我可以使用总计Work Item Sizes : 1024 1024 64个工作项，这是正确的吗？我猜2^26表示每个工作组的最大数量（以防我需要起诉壁垒等，我认为此信息很有用）。不确定Work group size : 1024是因为对我来说，给定名称，这应该在工作项中以某种方式涵盖，所以
Parallel compute units（Parallel compute units）是什么意思？CL_DEVICE_MAX_COMPUTE_UNITS有何关系？还有一个问题
Work items和Address bits之间有任何关系吗？
谢谢
答案 0 :(得分：1)
并行计算单元是什么意思
在CPU上，这是逻辑处理器的数量。在NVidias上，这是“流式多处理器”的数量，在AMD GPU上，它们实际上称为“计算单元”。 在OpenCL中使用它们的要点是，对于某些设备，您可以按它们的计算单元“精雕细琢”，并在这些单元上独立启动内核。
鉴于我有工作项大小：1024 1024 64，这意味着当我实例化内核时，我总共可以使用2 ^ 26个工作项，这是正确的吗？
不正确。这些是每个维度的最大值。 工作组大小限制是每个维度的最大乘积。 IOW，如果最大“工作组大小”为1024，则可以启动例如[1024,1,1]或[128,8,1]或[4,16,4]，但是启动[2000,1,1]或[100,100,1]将失败。继续尝试。
之所以这么小限制，通常与障碍有关，而且与本地内存大小有关（在大多数GPU中相对较小）。
此外，clEnqueueNDRangeKernel:的文档中对此进行了解释
local_work_size
指向一个work_dim无符号值数组，该值描述了 组成工作组的工作项目（也称为 工作组），将执行kernel指定的内核。总数 工作组中工作项的数量计算为local_work_size [0] * ... * local_work_size [work_dim-1]。 工作项总数 工作组中的值必须小于或等于CL_DEVICE_MAX_WORK_GROUP_SIZE值