我是OpenCL的初学者，并尝试使用GPU进行数据集的并行处理。这些数据集的大小不等，范围从10到10000，并且逐个调用这些集合的相同内核。每次调用的问题大小都等于`set_size＆＃39; 内核代码包含：
int id = get_global_id(0);
result = Process dataset[id]
output[id] = result;
output是一个全局数组，用于取回结果。
我的GPU有6个计算单位，最大local_group_size为256.为了公平分配工作项，我使用local_group_size=64并将全局工作大小设置为：
local_work_groups=set_size / local_group_size;
if (set_size % local_work_size) != 0
local_work_groups++;
global_work_size=local_work_groups*local_group_size;
....
....
clEnqueueNDRangeKernel(command_queue,kernel,1,NULL,&global_work_size,local_group_size,0,NULL,NULL);
本地和全局NDRange只使用一个维度。混淆是如果set_size=120怎么办？
如果使用local_group_size=64和global_work_size=128，那么当线程获得id=121时会发生什么。输入数据集中没有121th个元素。它将如何处理output[121]？
我是否需要声明output[global_work_size]而不是output[set_size]并使用额外的随机8数据值填充输入？我可以在不使用条件检查或障碍的情况下在内核中丢弃这8个额外的结果吗？
如果我遗失了，请告知。
答案 0 :(得分：1)
如果您使用opencl＆gt; = 2.0，则将NULL作为本地工作组大小将允许实现将工作组拆分为非统一大小（即保持最佳性能而不进行代码修改）。这是由英特尔和AMD支持，但不是nvidia。在opencl <= 1.2下，这将产生不良的性能
如果您在opencl＆lt; = 1.2下运行，那么您可以选择填充全局工作缓冲区并忽略额外的计算数据，或者在内核中插入条件检查以消除无效线程。对于中等大小的内核，这通常足够快，不应该是一个问题。