关于 CU、PE 和 work-group、work-item 的理解

学习OpenCL，按最初的理解，对一个 GPU，其CU数是固定的，每个CU的PE数也是固定的，编程时，work-group数对应CU数，work-item数与PE数一致就ok啦。

我的显卡是 MX450（够差），参数：

直观理解，CU=14，PE=896/14=64, 那么 work-group=14, work-item=64。

但是：

  Max compute units                               14
  Max work item sizes                             1024x1024x64
  Max work group size                             1024
  Preferred work group size multiple (device)     32

上面是程序调用 clGetDeviceInfo()， CL_DEVICE_MAX_WORK_GROUP_SIZE 得到的结果是 1024，CL_DEVICE_PREFERRED_WORK_GROUP_SIZE_MULTIPLE 得到的结果是 32，都和前面的理解对不上。

再调用 clGetKernelWorkGroupInfo(), CL_KERNEL_WORK_GROUP_SIZE 得到的结果是 256，CL_KERNEL_PREFERRED_WORK_GROUP_SIZE_MULTIPLE 得到的结果是 32。

这两个函数的各个参数都没法得到 PE=64，在网上查了好长时间都没搞清楚。

那么，怎么设置 PE？

查到 https://community.khronos.org/t/cl-device-max-work-group-size-vs-cl-kernel-work-group-size/3234 的说法：

CL_KERNEL_WORK_GROUP_SIZE给出了可以分配给1个工作组的工作项的“最终”数量。这一点只有在我们创建内核之后才能发现。任何高于这个值的值都会导致错误。
不同的内核将有不同的最大工作组大小。这主要取决于运行内核所需的通用寄存器的数量，而这又取决于内核中__private（函数作用域）变量的数量。
如果你想增加调用clEncodeNDRangeKernel()成功的可能性，那么，你应该为所有参数调用clSetKernelArg()，然后检查CL_KERNEL_MEM_SIZE是否小于或等于 CL_DEVICE_MEM_SIZE。

---

怎么设计work-group、work-item数？

我理解 work-group 是 CU 的倍数，work-item 是 PE 的倍数，GPU 会自行安排，按照并行-串行-并行的方式运行。

例如，CU=2，PE=4，work-group=4、work-item=8，
运行顺序为：
group0、1 的 item0～3，并行
group0、1 的 item4～7，并行
group2、3 的 item0～3，并行
group2、3 的 item4～7，并行

不过，我还没完全确认自己的理解是否正确。