我需要在 OpenCL 内核中对两个无符号 64 位整数（无符号长整数）进行乘法运算，结果是一个 128 位整数（无符号长整数）。
较新版本的 openCL 似乎支持这种类型。
unsigned long m1, m2;
.
.
unsigned long long result = m1 * (unsigned long long)m2;
此代码有效，但速度很慢。这实际上是将 64 位乘以 128 位。我只需要 64 位和 64 位。
有没有办法设置乘法的结果类型，而不将一个被乘数转换为 128 位？
一个体面的编译器应该注意到您的 64->128 位向上转换，并且不会为归零的高源位生成任何机器代码。
然而，GPU 在大整数乘法时往往非常慢。例如，根据我知道的最新信息，AMD 的 GCN GPU 在乘以浮点数时比 32*32 位整数快 5 倍。我怀疑这只是一个 32 位（低）的结果，因为获得高 32 位是一条单独的指令，所以对于完整的 64 位结果来说它可能会更慢。
如今，大多数 GPU 在处理 24 位整数时要快得多。（在上述 AMD GPU 的情况下，速度是前者的 5 倍。）我想知道您是否可以将 64 位整数分解为 3 个 24 位字（如果您的值适合 48 位，甚至可以分解为 2 个字）并实现手动长乘法。（可能通过 Karatsuba 或类似的算法；不确定哪个最适合，因为 mul、add 和 mad 在 GPU 上往往彼此一样快。）虽然获得每个 24x24 位乘法的高 16 位将是困难的部分，因为 OpenCL 似乎没有让您通过专用函数访问它，这与通过mul24的低 32 位不同。如果您的目标是一个或多个特定的 OpenCL 实现，则可以为您的 GPU 手动编写汇编语言'