OpenCL - 需要推荐的结构
OpenCL - need to recommended structure
我有两个文件，每个文件有 10000 个点，每个点有两个双数 X 和 Y。
我们需要的是对所有这些点进行操作，所以我们有 10000 0000 次操作（10000 X 10000）。
第一个问题：
你推荐什么结构？我的意思是我应该将哪个变量传递给内核文件？
我已经编写了这个脚本并执行了 1000 个点文件（1000000 次操作），我将所有点放在一个数组中 (1000000 X 4) - 4 来自第一个文件的 X、Y 和 X、Y来自另一个文件 - 并将其传递给内核，所以我有 1000000 个并行线程。
local_item_size = 125
global_item_size = 1000000
第二个问题：
你认为我可以改进这个结构吗？如何改进？
第三个问题：
我编写的脚本对于 1000 个点文件可以正常工作，但是当我 运行 它用于 10000 个点文件时，我遇到了 CL_CREATEBUFFER 错误（CL_INVALID_BUFFER_SIZE 对于 100000000 * 4double 输入数组）。我认为（但我不确定）原因是生成的线程数量巨大（100000000）！！
更新：
- 硬件是（Intel(R) Core(TM) i5-4570 CPU @ 3.20GHz，NVIDIA Corporation GM204 [GeForce GTX 980]）。
- 我们有 for 循环，每个点有 1000（3 个 ifs）操作，这些操作在内核中完成，每个点的结果完全独立于所有其他点。
更新 2：简化问题
- 我们需要将两个矩阵 A 和 B 相乘，A 有 10000 行和 2 列，B 有 2 行和 10000 列什么是最好的结构？
提前致谢，
我建议尝试使用阻塞方法将问题分解为可管理的块。
创建一个可以处理 32x2 块 A 和 2x32 块 B 的内核。结果应该是 32x32x8 字节，并且适合两个设备的本地内存。根据需要多次调用此内核。
在主计算设备执行其工作时在主机上处理其余元素（即内核未处理的部分块）。
搜索 "matrix multiplication blocking algorithm" 获得了一些不错的点击率。 Here is a good one.
关于更新 2：处理矩阵的最佳方法是将它们存储在行序列中。您需要两个矩阵，每个矩阵包含 20000 个元素。在矩阵 A 中，每行存储 10000 个元素，总共两行。在矩阵 B 中，这给了我们 10.000 行，但每行只有 2 个元素。
看看我的个人资料 blog。有一个基于 OpenCL 的矩阵乘法的（德语）教程。
我有两个文件，每个文件有 10000 个点，每个点有两个双数 X 和 Y。 我们需要的是对所有这些点进行操作，所以我们有 10000 0000 次操作（10000 X 10000）。
第一个问题： 你推荐什么结构？我的意思是我应该将哪个变量传递给内核文件？
我已经编写了这个脚本并执行了 1000 个点文件（1000000 次操作），我将所有点放在一个数组中 (1000000 X 4) - 4 来自第一个文件的 X、Y 和 X、Y来自另一个文件 - 并将其传递给内核，所以我有 1000000 个并行线程。
local_item_size = 125
global_item_size = 1000000
第二个问题： 你认为我可以改进这个结构吗？如何改进？
第三个问题： 我编写的脚本对于 1000 个点文件可以正常工作，但是当我 运行 它用于 10000 个点文件时，我遇到了 CL_CREATEBUFFER 错误（CL_INVALID_BUFFER_SIZE 对于 100000000 * 4double 输入数组）。我认为（但我不确定）原因是生成的线程数量巨大（100000000）！！
更新： - 硬件是（Intel(R) Core(TM) i5-4570 CPU @ 3.20GHz，NVIDIA Corporation GM204 [GeForce GTX 980]）。 - 我们有 for 循环，每个点有 1000（3 个 ifs）操作，这些操作在内核中完成，每个点的结果完全独立于所有其他点。
更新 2：简化问题 - 我们需要将两个矩阵 A 和 B 相乘，A 有 10000 行和 2 列，B 有 2 行和 10000 列什么是最好的结构？
提前致谢，
我建议尝试使用阻塞方法将问题分解为可管理的块。
创建一个可以处理 32x2 块 A 和 2x32 块 B 的内核。结果应该是 32x32x8 字节，并且适合两个设备的本地内存。根据需要多次调用此内核。
在主计算设备执行其工作时在主机上处理其余元素（即内核未处理的部分块）。
搜索 "matrix multiplication blocking algorithm" 获得了一些不错的点击率。 Here is a good one.
关于更新 2：处理矩阵的最佳方法是将它们存储在行序列中。您需要两个矩阵，每个矩阵包含 20000 个元素。在矩阵 A 中，每行存储 10000 个元素，总共两行。在矩阵 B 中，这给了我们 10.000 行，但每行只有 2 个元素。
看看我的个人资料 blog。有一个基于 OpenCL 的矩阵乘法的（德语）教程。