matlab上使用open CL的精度损失

在matlab下用openCL写了一个简单的矩阵pooling算法，也就是将一个矩阵的行列减半，每四个元素求平均值。发现使用直接迭代和使用openCL的结果存在部分值不相等的情况。起初以为是程序编写问题，经仔细检查发现是GPU上的单精度对比CPU单精度存在精度损失的情况,GPU上的浮点数是符合IEEE754标准的，而CPU的浮点数通常是过度设计的。对此，《深入理解计算机系统》中说到过，CPU的fpu寄存器位数为80位（指双精度浮点数，单精度浮点数也是高于IEEE标准，通常是40位）。然后运行clinfo发现float的最大传输量为4，SIMD数据长度为128，因此GPU的寄存器位数为32位（我的GPU只支持单精度浮点数）。幸好精度损失不大。

首先主文件

clear
clc
num = [];
error = [];
for k = 3:10
    num = [num 2^k];
    [A, data] = testCL(2^k);
    nativeTest1;
    error = [error mean(mean(A-B))];
end

然后是直接pooling

for i = 1 : size(data,1)/2
    for j = 1 : size(data,2)/2
        B(i,j) = (data((i-1)*2+1, (j-1)*2+1) + data((i-1)*2+1, j*2) + data(i*2, (j-1)*2+1) + data(i*2, j*2))/4;
    end
end

再就是opencl的

function [values,data] = testCL(num)
    tic
    ocl = ope