與OpenCL的還原例如導致結果不準確

Question

我與蘋果提供here

後解剖這幾天，我瞭解的基礎知識OpenCL的減少例如工作;我已經將它轉換爲在C++（Openframeworks）上可靠運行的版本，並在輸入集中找到最大的數字。

然而，這樣做，有幾個問題已經出現如下：

• 爲什麼使用多遍？我能夠減少的最多的是兩個;後者通過只佔用非常少的元素，因此非常不適合openCL進程（即，堅持一次通過然後處理cpu上的結果會不會更好？）

• 當我將'count'元素數設置爲非常高的數字（24M以上）並將類型設置爲float4時，我得到的結果不準確（或完全錯誤）。爲什麼是這樣？

• 在OpenCL內核

  ，任何人都可以解釋什麼正在這裏進行：

while (i < n){ 
     int a = LOAD_GLOBAL_I1(input, i); 
     int b = LOAD_GLOBAL_I1(input, i + group_size); 
     int s = LOAD_LOCAL_I1(shared, local_id); 
     STORE_LOCAL_I1(shared, local_id, (a + b + s)); 
     i += local_stride; 
} 

，而不是正在這裏做了什麼？

#define ACCUM_LOCAL_I1(s, i, j) \ 
{ \ 
    int x = ((__local int*)(s))[(size_t)(i)]; \ 
    int y = ((__local int*)(s))[(size_t)(j)]; \ 
    ((__local int*)(s))[(size_t)(i)] = (x + y); \ 
} 

謝謝！ 小號

Answer 1

要回答第2個問題：

why are multiple passes used? 

減少數以百萬計的元素到幾千可以並行完成以幾乎100％的設備利用率。但最後一步相當棘手。因此，蘋果公司並沒有把所有東西都保持在一個空閒狀態，而是讓多個線程閒置，而不是一次一個地減少;然後使工作項目適應新的減少問題，最後完成它。對於OpenCL，Ii是一個非常具體的優化，但它可能不適用於C++。

當我設置元素的「伯爵」號，以一個非常高的數字（24M 及以上）和類型爲float4變量，我得到不正確（或完全錯誤的） 結果。爲什麼是這樣？

float32的精度是2^23的餘數。高於24M = 1.43 x 2^24（以浮點形式表示）的值在+/-（2^24/2^23）/ 2〜1的範圍內有誤差。

這意味着，如果您：

float A=24000000; 
float B= A + 1; //~1 error here 

操作員錯誤在數據範圍內，因此......如果您在循環中重複該操作，則會出現大錯誤！

這不會發生在64位CPU中，因爲32位浮點運算使用內部48位精度，因此避免了這些錯誤。然而，如果你得到的浮動接近2^48，他們也會發生。但這不是正常「計數」整數的典型情況。

Answer 2

問題在於32位浮點的精度。你不是第一個問這個問題的人。 OpenCL reduction result wrong with large floats