opencl:获取每个计算单元(CU)中处理元件(PE)的数目

OpenCL 平台模型的定义如下图。模型中有一个主机，并且有一个或多个OpenCL
设备与其相连。每个OpenCL 设备可划分成一个或多个计算单元(CU)，每个计算单元又可划分
成一个或多个处理元件(PE)。设备上的计算是在处理元件中进行的。
OpenCL 应用程序会按照主机平台的原生模型在这个主机上运行。主机上的OpenCL 应用程
序提交命令(command queue)给设备中的处理元件以执行计算任务(kernel)。计算单元中的处理元件会作为SIMD 单元（执行
指令流的步伐一致）或SPMD 单元（每个PE 维护自己的程序计数器）执行指令流。

对应的中文名字模型

我们知道,可以通过调用[clGetDeviceInfo][1]获取CL_DEVICE_MAX_COMPUTE_UNITS参数就可以得到OpcnCL设备的计算单元(CU)数目，但是如何获取每个计算单元(CU)中处理元件(PE)的个数呢？
clGetDeviceInfo函数不能提供PE个数，如果要获取PE数目，需要调用[clGetKernelWorkGroupInfo][2]函数，获取CL_KERNEL_PREFERRED_WORK_GROUP_SIZE_MULTIPLE参数，就是每个CU的PE数目。
下面是对CL_KERNEL_PREFERRED_WORK_GROUP_SIZE_MULTIPLE参数的描述：

我的电脑CPU是4核心的，显卡是AMD R7350（8个计算单元，512个流处理器）,运行clinfo的结果如下(内容太长只节选片段，中文部件为作者加注)，可以看出Kernel Preferred work group size multiple这一项正是每个计算单元的PE数量，

Number of platforms:				 1
  Platform Profile:				 FULL_PROFILE
  Platform Version:				 OpenCL 2.0 AMD-APP (1800.8)
  Platform Name:				 AMD Accelerated Parallel Processing
  Platform Vendor:				 Advanced Micro Devices, Inc.
  Platform Extensions:				 cl_khr_icd cl_khr_d3d10_sharing cl_khr_d3d11_sharing cl_khr_dx9_media_sharing cl_amd_event_callback cl_amd_offline_devices 


  Platform Name:				 AMD Accelerated Parallel Processing
Number of devices:				 2
  Device Type:					 CL_DEVICE_TYPE_GPU
  Vendor ID:					 1002h
  Board name:					 AMD Radeon R7 350 Series
  Device Topology:				 PCI[ B#1, D#0, F#0 ]
  Max compute units:				 8 // 8个计算单元
  Max work items dimensions:			 3
    Max work items[0]:				 256
    Max work items[1]:				 256
    Max work items[2]:				 256
  Max work group size:				 256
  ...
  Kernel Preferred work group size multiple:	 64// AMD GPU显卡每个计算单元PE为64
  Device Type:					 CL_DEVICE_TYPE_CPU
  Vendor ID:					 1002h
  Board name:					 
  Max compute units:				 4 // 4核心处理器
  Max work items dimensions:			 3
    Max work items[0]:				 1024
    Max work items[1]:				 1024
    Max work items[2]:				 1024
  Max work group size:				 1024
  .....
  Kernel Preferred work group size multiple:	 1// CPU每个计算单元的PE为1

c++下实现代码也很简单，写个最简单的kernel编译后，调用getWorkGroupInfo获取CL_KERNEL_PREFERRED_WORK_GROUP_SIZE_MULTIPLE就可以了：

/*
 * 获取OpenCL设备每个计算单元(CU)中处理单元(PE)个数
 */
size_t cl_utilits::kernel_preferred_work_group_size_multiple(const cl::Device& device) const {
	// 编译一个空的kernel函数
	cl::Program program(cl::Context({device}), "__kernel void test(){}", true);
	std::vector<cl::Kernel> kernels;
	program.createKernels(std::addressof(kernels));
	//调用getWorkGroupInfo获取CL_KERNEL_PREFERRED_WORK_GROUP_SIZE_MULTIPLE，
	//返回结果就是指定OpenCL设备(device)的每个CU的PE数目
	return  kernels[0].getWorkGroupInfo<CL_KERNEL_PREFERRED_WORK_GROUP_SIZE_MULTIPLE>(device);
}

注：图片摘自[opencl-1.2.pdf][3],opencl-spec-zh-beta2.pdf
[1]:https://www.khronos.org/registry/cl/sdk/1.2/docs/man/xhtml/clGetDeviceInfo.html
[2]:https://www.khronos.org/registry/cl/sdk/1.2/docs/man/xhtml/clGetKernelWorkGroupInfo.html
[3]:http://www.khronos.org/registry/cl/specs/opencl-1.2.pdf#page=164