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 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(device);
}

注：图片摘自opencl-1.2.pdf,opencl-spec-zh-beta2.pdf