仅在OpenCL内核中的缓冲区子集上操作

Question

这里是OpenCL的新手。我正在尝试将我写入OpenCL的数值方法转换为加速。我正在使用PyOpenCL软件包，因为我已经用Python编写了一次，据我所知，使用C版本没有令人信服的理由。不过，如果我错了，我会全力以赴。

我已经设法将我需要的大部分功能转换为OpenCL内核。我的问题是如何（正确）告诉OpenCL忽略我的边界/鬼细胞。我需要这样做的原因是我的方法（例如）点i访问[i-2:i+2]的单元格，所以如果i=1，我将运行数组的末尾。所以 - 我添加一些额外的点来防止这种情况，然后告诉我的算法只运行点[2:nPts-2]。很容易看到如何使用for循环来做到这一点，但我对于为内核执行此操作的“正确”方法有点不清楚。

是否足够做，例如（伪代码）

__kernel void myMethod(...) {
    gid = get_global_id(0);

    if (gid < nGhostCells || gid > nPts-nGhostCells) {
        retVal[gid] = 0;
    }

    // Otherwise perform my calculations
}

或者是否有其他/更合适的方法来强制执行此约束？

Answer 1

看起来足够了。

对于nPts-nGhostCells * 2个点，分支是相同的，如果nPts和nGhostCell是编译时常量，则可以预测。即使它是不可预测的，除了“或”操作的延迟之外，足够大的nPts与nGhostCells（1024 vs 3）不应该明显慢于零分支版本。由于线程级并行性，即使“或”延迟也必须隐藏在数组访问延迟之后。

在那些“中断”点，由于SIMD类似架构的锁步运行，大多数16或32个线程将失去一些性能并且仅在几个时钟周期内。

如果您碰巧编写了一些混乱的分支，比如数据驱动的代码路径，那么您应该将它们分成不同的内核（针对不同的区域），或者在内核之前对它们进行排序，以便最小化相邻线程之间的平均分支。