OpenCL如何获取最小线程并行粒度

[zenny_chen]

由于OpenCL是为各类处理器设备而打造的开发标准的计算语言。因此跟CUDA不太一样的是，其对设备特征查询的项更上层，而没有提供一些更为底层的特征查询。比如，你用OpenCL的设备查询API只能获取最大work group size，但无法获取到最小线程并行粒度。
但是，由于最小线程并行粒度对于OpenCL应用领域最广的GPU而言确实是一个比较重要的参数。如果你的work group的work item的个数是最小线程并行粒度的倍数，那么你的OpenCL kernel程序往往会达到很高的计算效率，同时也能基于这个模型来做一些Memory Bank Confliction的避免措施。因此，我这里提供了一个比较简单的OpenCL kernel来获取当前GPU或其它处理器的最小线程并行粒度。

详细请见：
http://www.cnblogs.com/zenny-chen/p/3252061.html

[XD王]

大乌龙... context获取的时候用了“CL_DEVICE_TYPE_CPU”，而不是“CL_DEVICE_TYPE_GPU” 双核四线程CPU，用 clGetContextInfo 获取到的设备数量也是 4 啊，这个跟cpu有关系吗？

显卡型号： AMD Radeon HD 6630M
The minimum granularity is : 64

[zenny_chen]

这个跟CPU的核心数或者SMT线程数没有直接关系。因为OpenCL将CPU的每一个核心（Core）算作为一个Compute Unit。而线程粒度是在Compute Unit中计算得到的。由于目前OpenCL是利用循环来遍历执行每个work item的代码的，所以它们的粒度基本上就是最大work group size了。

[XD王]

显卡型号： AMD Radeon HD 6630M The minimum granularity is : 1024

[zenny_chen]

感谢测试。 一般来说，CPU的最小并行粒度即为最大work group size。如果你获得的是1024，可以检查一下你的cl__device对象是否为GPU，把设备型号通过device query查询一下。 我机器上测得的结果是，APU上的CPU是1024，GPU是64，另外，还有一个独立GPU Radeon HD 74xxM的也是64。

[outstander]

OpenCL上wavefront是最小的调度线程单位， AMD GPU平台的wavefront大小为64， Nvidia GPU则是32