Opencl 启动并发内核

每个 CU 有 4 个（麦克斯韦/帕斯卡）或 2 个（图灵/安培，AMD）扭曲。Warp 是一组 32 个 CUDA 核心/硬件流处理器。

在一个 Warp 中运行的所有线程必须执行完全相同的指令。在 Warp 中，甚至不可能进行分支。一个 CU 中的两个 Warp 可以处理不同的分支，但不能同时处理不同的内核。

如果您在具有 5 个 CU 的 960m 上并行执行不同队列中的两个内核，例如，内核 1 可以有 3 个 CU，内核 2 可以有剩余的 2 个。但是不能拆分一个 CU 以同时运行多个内核。

在 OpenCL 中，您可以将工作组大小设置为 Warp 大小 (32) 的倍数。可以在一个 Maxwell CU 上同时执行 4 个（工作组大小为 32）、2 个（工作组大小为 64）或 1 个（工作组大小为 128 或更大）的 OpenCL 工作组。

每个 CU 的本地内存量（在您的情况下为 64KB）。因此，如果您有一个大型工作组，例如 256 个线程，则每个线程的可用本地内存比工作组大小为 64 时少，因为工作组中的所有线程都共享相同的本地内存，如果它们运行在一个 CU 上。