在阅读一些代码时，我突然想到了几个问题。
假设我们在一个数组中有一百万个元素的globalWorkSize。
假设内核的目的是一次对100个元素求和，并将这些值存储在输出中。例如，内核第一次对元素0-99求和，然后进行1-100，然后进行2-101，依此类推。所有求和的值都存储在一个数组中。
现在我们知道有100万个元素，当我们将其传递给clEnqueueNDRangeKernel时，这是否意味着内核将执行近100万次？
我注意到内核中的for循环只循环到一百个元素，然后值就存储在另一个数组中。因此，只要检查for循环，人们就会认为在100个元素之后它就会停止。计算机如何知道我们何时达到100万元素？是因为我们在clEnqueueNDRangeKernel中传递了参数，并且在原子级别上它知道需要处理更多的元素吗？
设备无法知道数组中有一百万个元素。因此，如果您将global_work_size设置为一百万，最后99个内核将很高兴地对数组进行过度索引，根据设备的不同，这可能会出错，也可能不会出错。
当您调用工作大小为N的clEnqueueNDRangeKernel API调用时，信息将发送到设备，设备将执行一个统一大小的工作组，直到它执行内核N次为止。
希望这能回答你的问题。