问题标签 [pyopencl]

嗨，我在 pyopencl 中编写了这段代码以获得稀疏随机向量，但问题是我无法将任何值写入索引数组有什么问题？输出总是零！！

这是我的代码

在中，将缓冲区标记为或OpenCL是否有任何性能优势？READ_ONLYWRITE_ONLY

这kernel是我经常看到的（a is READ_ONLYand b is WRITE_ONLY）：

这kernel似乎更好，因为它使用较少的全局内存（a is READ_WRITE）：

READ_ONLY和WRITE_ONLY标志只是为了帮助调试和捕获错误而存在吗？

PyOpenCL 有两种创建 OpenCL 缓冲区的方法：

pyopencl.Buffer接受一个 numpy 数组并将其转换为缓冲区。

pyopencl.array.Array接受一个 numpy 数组并将其转换为 PyOpenCL 数组 - 一个仍然可以像 numpy 数组一样编辑的对象，但在您调用.data它时会提供一个缓冲区。

选择其中一个是否有性能/功能原因？还是我应该只选择让我的代码更具可读性的那个？

每隔一段时间，我就无法继续在我的机器上运行 PyOpenCL。如果我杀死正在使用它的进程，这种情况偶尔会发生。在所有 pyopencl 脚本/内核中，包括我在网上找到的示例，我收到以下错误：

在任何形式的调用之后

或 a = kernel.(queue,gs,ls,...) a.wait()

重新启动我的机器解决了这个问题，但这是一个痛苦的解决方法。有没有人遇到过类似的事情并知道如何重置？

谢谢

我最近发现了 GP-GPU（通用图形处理单元）的强大功能，并希望利用它在单台机器上执行“繁重的”科学和数学计算（否则需要大型 CPU 集群）。

我知道有几个接口可以在 GPU 上运行，其中最突出的是 CUDA 和 OpenCL。后者相对于 CUDA 具有优势，可以在大多数显卡（NVIDIA、AMD、英特尔）上运行，而不是仅在 NVIDA 卡上运行。就我而言，我有一个普通的 Intel 4000 GPU，它似乎与 OpenCL 很好地配合。

现在，我需要学习如何使用 PyOpenCL 来进一步了解它！那么问题来了：

如何开始使用 PyOpenCL？有什么先决条件？我真的需要在 Python 和/或 OpenCL 方面有经验吗？

我的背景是 fortran，事实上，我需要将冗长的 fortran 代码翻译和并行化为主要处理 PDE 和对角化矩阵的 python（或 pyopencl）。

我已经阅读了两个相关网站http://enja.org/2011/02/22/adventures-in-pyopencl-part-1-getting-started-with-python/和http://documen.tician.de/ pyopencl/但它们对新手（即傻瓜）并没有真正的帮助。

我只是不知道从什么开始。我并不渴望成为该领域的专家，只是想了解如何在 pyopencl 上并行化简单的数学和线性代数。

非常欢迎任何建议和帮助！

我尝试用 opencl 实现累积和，如下所示：

我使用 pyopencl 调用了这段代码：

但是，前 32 个数字是正确的，之后它们是错误的（太低了）。这与工作组规模有关吗？我该如何解决？

有没有办法解决 PyOpenCL 中的限制，即：

失败了

pyopencl.array.ArrayHasOffsetError：您尝试的操作尚不支持从缓冲区开头偏移的数组。

我试过了：

这似乎有时有效，但其他时候我得到：

pyopencl.LogicError：clCreateSubBuffer 失败：值无效

试图学习 PyOpenCL，但我发现的唯一例子是：

http://enja.org/2010/07/13/adventures-in-opencl-part-1-getting-started/

这似乎并行化了一个 C++ 脚本，用引号括起来。我找不到任何明确的答案。这里有没有人使用过 PyOpenCL 来加速 python 代码，或者它只用于 C++？

我不能打电话pyopencl.get_platforms()或.create_some_context()没有 python 崩溃。转储文件中的异常是“威胁试图读取或写入它没有适当访问权限的虚拟地址”

有任何想法吗？

规格：Windows 7 64 Python 2.7.3 Cuda 5.5

我将如何使用 PyOpenCL 编写 argmin 或 argmax？我想我需要计算每个工作组的 argmin/min，然后使用后续调用来减少这些。