我刚刚开始使用 OpenCL。但是，我发现 OpenCl 的一些奇怪行为，我无法理解。我构建和测试的源代码是http://www.codeproject.com/Articles/110685/Part-1-OpenCL-Portable-Parallelism。我有一个 ATI Radeon HD 4770 和一个 AMD Fx 6200 3.8 ghz 6 核 cpu。
速度
首先，速度与最大工作组项目的数量不成线性关系。我运行 App Profiler 来分析内核执行期间花费的时间。结果有点令人震惊，我的 GPU 每组只能处理 256 个工作项，用了 2.23008 毫秒来计算 5079040 个数字的平方。请注意，这是没有考虑内核加载时间...
但是，我的 cpu 每组可以处理 1024 个工作项，使用 13.41895 毫秒来计算数字。我认为工作组中的工作项是同时运行的，换句话说，cpu 应该更快。我想知道，工作组是否同时运行？就像，在我的设置中，GPU 会比 CPU 同时运行更多的工作组。
另一个因素可能是 GPU 计算浮点运算的速度更快，但我的 cpu 的时钟速度快了 4 倍，所以还是很奇怪。我知道通常 GPU 在屈服于 opencl 时应该更快，但我想要一个很好的解释为什么。
编辑：我尝试计算 1024、2048...5120 个工作项，现在 cpu 比 GPU 快。所以我了解到 CPU 在工作时间少的情况下工作得更好，而 GPU 在工作项目很多时效果最好。
我还看到，我的 CPU 在工作组大小（4096、6144、8192）的三倍时计算速度要慢得多。所以看起来我的 CPU 同时占用了三个工作组。
浮点精度
问题移至此处： OpenCL 浮点精度
提前感谢所有答案。