使用GPU实现动态线程池

Question

到目前为止，我已经用线程池范例实现了一个简单的程序员，在这个范例中，我有许多线程在处理许多任务。一次可用的所有任务都是相互独立的。对于每个任务，我都会有一些输出，通常还会生成一些任务。(例如

func(a, b): tasks.enque((a+b, b+1), (a*b, b+2)); return sin(a);

在现实中，可能会有更多的任务，为每个完成的任务生成，因此工作负载增长非常快。为了保持合理的计算时间，我想我可以使用GPU生成树，因为任务是独立的，只要它们被创建。

于是我提出了我的问题:有没有可能以某种方式直截了当地做到这一点，比如使用OpenCL？

我想知道这是不是一个好主意。到目前为止，我还没有看到在OpenCL中动态添加任务到队列的可能性，如果我说: Ok，首先我计算第一个队列，并生成一个新队列，然后再开始，我担心在GPU和CPU之间进行内存复制的开销可能太大，以至于对于我想要做的简单计算来说，它将不再有效。我不确定，我是否能够将数据保留在GPUs中，或者它是否被自动提取，因此需要反复复制。(我计划使用OpenCL.net)

感谢你用你的知识启发我，因为我对多线程和GPU都是一个绝对的初学者

Answer 1

从OpenCL 2.0开始，可以在没有主机交互的情况下将内核从设备入队。看看OpenCL™ 2.0: Device Enqueue and Workgroup Built-in Functions吧。

然而，我怀疑你是否能找到OpenCL 2.0的.Net绑定，据我所知，现在还没有C++绑定。