NDRange（OpenCL）和 Grid/Block（CUDA）对比
在 OpenCL 和 CUDA 中，NDRange（OpenCL）和 Grid/Block（CUDA）都是用于定义并行执行层次的抽象概念，但它们的术语和具体实现略有不同。以下是对比表格和详细说明：
核心概念对比
| OpenCL (NDRange) | CUDA (Grid/Block) | 关系说明 |
|---|---|---|
| Global Work Size | Grid | 全局工作项总数，对应 CUDA 的 Grid 中所有线程总数。 |
| Local Work Size | Block | 工作组大小，对应 CUDA 的 Block 中线程数。 |
| Work-Item | Thread | 最小执行单元（一个线程）。 |
| Work-Group | Block | 一组工作项（线程），共享本地内存（OpenCL 的 __local / CUDA 的 __shared__）。 |
| NDRange Offset | 无直接对应 | OpenCL 支持全局工作项的偏移，CUDA 通常通过计算线程索引实现偏移。 |
维度对比
1. 1D 并行
-
OpenCL:
cpp
cl::NDRange global(1024); // 1024 个工作项 cl::NDRange local(128); // 每组