相关疑难解决方法(0)

我试图为一个问题找到最佳的工作组规模，但我发现了一些我无法为自己辩解的事情。

这些是我的结果：

• GlobalWorkSize {6400 6400 1}，WorkGroupSize {64 4 1}，时间（毫秒）= 44.18
• GlobalWorkSize {6400 6400 1}，WorkGroupSize {4 64 1}，时间（毫秒）= 24.39

交换轴使执行速度提高了一倍。为什么 ！？

顺便说一下，我使用的是 AMD GPU。

谢谢 ：-）

编辑： 这是内核（一个简单的矩阵转置）：

__kernel void transpose(__global float *input, __global float *output, const int size){
    int i = get_global_id(0);
    int j = get_global_id(1);
    output[i*size + j] = input[j*size + i];
}