OpenCL -性能

Question

我正在使用OpenCL，我使用一个矩阵来增加它的值，我需要尽可能低的应用时间。使用OpenCL提高性能的最佳方法是什么？我读过一些关于数据并行性和任务并行性的文章，但我并不十分了解它们。

我在用64x56矩阵。使用任务并行性，我创建了64个内核函数。每个专栏都有一个内核，但我认为我可以做得更好。

Answer 1

如果要在GPU上执行内核，最好让一个线程处理一个项。然而，这取决于您对矩阵元素所做的具体操作，例如，您对每个元素执行了多少次操作。如果你只是增加一些元素的一些数字，这可能是没有好处的。

一般而言，有三种选择：

1. 一个线程与整个矩阵一起工作。这样就没有并行性，对GPU也不好。
2. 一个线程与一行/列一起工作。使用-> 64/56线程，全局工作大小等于64或56。
3. 一个线程与单个元素一起工作。使用-> 3584线程，全局工作大小为{64，56}。

您是否尝试过只使用一个内核来处理一个元素，并在全局工作大小等于{64，56}的情况下调用clEnqueueNDRangeKernel？它如何影响执行时间？