我正在尝试在OpenCL中编写MergeSort（我知道，BitonicSort更快，但我想比较它们），目前我遇到了一个奇怪的问题：
如果我将全局大小设置为1 << 24并将本地大小设置为512，则内核将无法执行，也无法执行下一个排队的内核。但是，在排队内核或等待队列完成时，我都不会收到任何错误。没什么，只是内核没有被执行。 ComputeProfiler也显示它 - 没有内核。但是，对于全局大小1 << 23，算法运行良好。对于本地尺寸256，最小失败的全局尺寸为1 << 23。
为什么会这样？我认为可能至少有65535个工作组（根据NVidia编程指南），向下舍入为最接近2的幂32768 == 1 << 15，本地大小为512 == 1 << 9这意味着具有全局大小1 << 24应该还可以。此外，我可以使用此全局和本地大小执行另一个内核。
最重要的是，没有错误，我无法察觉到这种情况已经发生。可能我需要做一些解决方法（在大型集合中手动循环工作组）但我想了解问题。
感谢您的任何建议
PS：我在Linux机器上使用NVidia GTX 580，驱动程序为260.19.26。