OpenCL Nvidia GPU 上的小常量内存大小

Question

我有以下矩阵乘法代码，为简单起见缩写。我打算使用 block_size*block_size 的本地内存保存一个子矩阵块。我不断收到错误代码 -52在 clEnqueueNDRangeKernel当我在 NVIDIA GPU 上运行它时。经过一番研究，我发现 NVIDIA gpu 上的恒定内存大小非常小。
主持人:

    cl::Buffer a_buf{ context, CL_MEM_READ_ONLY | CL_MEM_COPY_HOST_PTR, a.bytes(), a.data };
    cl::Buffer b_buf{ context, CL_MEM_READ_ONLY | CL_MEM_COPY_HOST_PTR, a.bytes(), bT.data };
    cl::Buffer result_buf{ context, CL_MEM_READ_WRITE , result.bytes(), nullptr }; //for memory mapping
    kernel.setArg(0, a_buf);
    kernel.setArg(1, b_buf);
    kernel.setArg(2, local_size*local_size* sizeof(float), nullptr);
    kernel.setArg(3, local_size*local_size* sizeof(float), nullptr);
    kernel.setArg(4, result_buf);
    queue.enqueueNDRangeKernel(kernel, { 0,0 }, { a.rows, a.rows }, {local_size, local_size});
                                        //  ^ offset   ^global work size  ^local work size

核心:

__kernel void matrixMul(__constant float* a,
    __constant float* b,    //storing the original matrix data
    __local float* a_local, 
    __local float* b_local, //storing a sub-matrix block for the work-group
    __global float* result)
 {...}

使用 CL_DEVICE_MAX_CONSTANT_BUFFER_SIZE ，我的RX580返回几乎所有可用的VRAM，但我的GTX1650只返回64KB。使用 __constant 时，我确实从我的 RX580 中获得了显着的性能提升而不是 __global . 是我做错了什么，还是碰巧我需要准备不同的内核才能在 AMD 和 NVIDIA gpu 上运行？
编辑:我在 github here 上发现了一个相关问题
所以我改了 __constant float* a -> __global const float* restrict a ， 有用。

Answer 1

NVIDIA GPU 上的恒定内存大小确实很小，只有 64KB(我检查了 Titan Xp、GTX 960M、RTX 2080 Ti、Tesla K20c、Tesla K40m)。在 AMD Radeon VII 上，恒定内存大小要大得多，为 14GB。在 Intel CPU(i7-8700K、Xeon E5-2680 v2)上，恒定内存大小为 128KB。这是驱动程序限制，解决方法是使用 global const float* restrict (和 restrict 用于类型 float* 的所有其他内核参数)而不是 constant float* ，正如你已经想到的。
如果 AMD GPU 上的性能差异很大，您可以对 AMD GPU 和 NVIDIA GPU 使用不同的内核声明。您可以通过 #ifdef 在它们之间切换或在运行时通过 string在编译 OpenCL 代码之前进行连接；这样您就不必在代码中包含两次整个内核，而只需要包含内核参数声明的那一行。