工作于pyopencl阵列偏移限制

Question

是否有办法绕过PyOpenCL中的限制：

array.data

失败与

pyopencl.array.ArrayHasOffsetError:您尝试的操作还不支持从缓冲区开始以偏移开始的数组。

我试过：

a.base_data[a.offset: a.offset + a.nbytes]

这似乎有时有效，但其他时候我得到：

pyopencl.LogicError: clCreateSubBuffer失败:无效值

Answer 1

clcreateSubBuffer需要有对齐的偏移量(在本例中称为origin)，而size + origin则属于缓冲区的范围。

如果(原点、大小)指定的区域在缓冲区中超出界限，则CL_INVALID_VALUE将在errcode_ret中返回。 如果在上下文中没有与缓冲区关联的设备，则CL_MISALIGNED_SUB_BUFFER_OFFSET将在errcode_ret中返回，该缓冲区的原始值与CL_DEVICE_MEM_BASE_ADDR_ALIGN值对齐。

对于特定的错误，您可以看到，您的程序或pyopencl在偏移后错误地计算了数组的大小。即使您修复了这个问题，如果原始偏移量与CL_DEVICE_MEM_BASE_ADDR_ALIGN不对齐，您可能仍然会遇到问题。

话虽如此，NVIDIA似乎脱离了规范，允许任意的抵消。所以你的里程可能会因硬件的不同而有所不同。

Answer 2

如果您只是想获得一个标记数组数据开始的缓冲区，然后传递给内核，您就不必担心大小了。下面是一个函数，它获取指向偏移数据开始的1大小缓冲区：

def data_ptr(array):
    if array.offset:
        return array.base_data.get_sub_region(array.offset, 1)
    else:
        return array.data

如果需要指向偏移数据开始的指针，可以使用它传递给内核。下面是一个示例，我希望将数组clV的子区域clA设置为值3，我使用data_ptr来获取指向clV数据开始的指针。

import numpy as np
import pyopencl as cl
import pyopencl.array
ctx = cl.create_some_context()
queue = cl.CommandQueue(ctx)

m, n = 5, 5
A = np.random.uniform(size=(m, n)).astype(np.float32)
clA = cl.array.Array(queue, A.shape, A.dtype)
clA.set(A)

clV = clA[1::2, 1::2]

def data(array):
    if array.offset:
        return array.base_data.get_sub_region(array.offset, 1)
    else:
        return array.data

source = """
__kernel void fn(long si, long sj, __global float *Y)
{
    const int i = get_global_id(0);
    const int j = get_global_id(1);
    Y[i*si + j*sj] = 3;
}
"""
kernel = cl.Program(ctx, source).build().fn
gsize = clV.shape
lsize = None

estrides = np.array(clV.strides) / clV.dtype.itemsize
kernel(queue, gsize, lsize, estrides[0], estrides[1], data_ptr(clV))

print(clA.get())