1 cpu设备上的OpenCL的并行性
是否有可能在多核CPU设备上实现与OpenCL中多个异构设备（如GPU和CPU）相同的并行性？
我有一个英特尔i5，并希望优化我的代码。 当我查询设备的平台时，我只能得到一个返回的设备：CPU。 我想知道如何使用它来优化我的代码。
另外，如果我为此设备使用单个命令队列，应用程序是否会自动将内核分配给不同的计算设备，还是必须由编程人员手动完成？
简短的回答：是的，它会并行运行，不需要手动执行。
长答案：
另外，如果我为这个设备使用了一个命令队列，应用程序会自动将内核分配给不同的计算设备[...]
要么你需要修改你的OpenCL词汇表或者我不理解你的问题。 你只有一个设备和核心！=设备！
一个CPU，不管它有多少个核心，都是一个设备。 GPU也是如此：一个拥有数百个内核的GPU只有一个设备。 您通过队列和设备的驱动程序将作业发送到设备。 你的工作可以（也将会）分解成工作项目。 然后，一些（多少取决于设备/驱动程序）工作项目并行执行。 在GPU上以及在CPU上，一个工作项目由一个内核执行。 （这可能不完全正确，但它是一个非常有用的抽象。）
如果您将一个队列中的多个内核队列化（不通过等待事件连接它们），则驱动程序可以并行或不并行地运行它们。
OpenCL的目标是允许您并行计算工作项，无论它是并行使用多个设备的内核还是仅使用一个设备内核。
如果这让你感到困惑，请观看这些非常好的（和长时间）视频：http://macresearch.org/opencl
你如何确定OPENCL器件数量？ 我有英特尔I3笔记本电脑，可以给我2个OpenCL计算单元？ 它有2个核心。
根据英特尔规格，I5-2300有4个内核并支持4个线程。 它不是超线程的。 我期望一个OpenCL调用查询的＃设备给你一个4的计数。
一个cpu设备可以达到与gpu相同的并行性水平吗？ 几乎总是不。
gpu中的计算单元数量几乎总是多于CPU中的数量。 例如，50美元可以为您带来10台计算单元的显卡（Radeon 6450）。 新蛋上最便宜的8核心cpus价格为189美元（台式机CPU）和269美元（服务器）。
由于时钟速度，CPU的计算单元运行得更快，并且执行分支代码比gpu好得多。 如果你的工作负载有很多条件语句，你需要一个CPU。 一个GPU将对许多数据执行相同的指令。 6450 gpu每个计算单元有16个“流处理器”来实现这一点。 当你必须多次执行相同的（小/中）任务时，Gpus非常棒。 矩阵乘法，n-boy计算，简化操作和一些排序算法在GPU /加速器硬件上运行得比在CPU上好得多。
几周前我回答了一个类似的问题，并提供了更多细节。 （这个）
回到关于“相同级别的并行性”的问题 - cpu不具有与gpus相同的并行性级别，除非gpu在执行实际内核时执行。
在你的i5系统上，只有一个CPU设备。 这代表整个CPU。 当您查询计算单元的数量时，opencl将返回您拥有的核心数量。 如果你想使用所有内核，你只需要在你的设备上运行内核，而opencl会为你使用所有的计算单元（内核）。
链接地址: http://www.djcxy.com/p/46421.html