OpenCL的执行模型可以分为两部分：运行于Host端的主程序和运行于计算设备的内核程序（Kernel）。主程序通过定义和管理上下文（context）来控制内核程序的执行，内核程序则在OpenCL设备上执行具体的计算任务。

主程序执行内核程序之前必须为其设置一个标识索引的工作空间（NDRange），内核程序会在该工作空间的每一个节点（work-item）上执行kernel实例，每一个work-item在工作空间中拥有唯一识别的global_id。work-item还可粗粒度地被组织为工作组（work-group），每一个work-item在work-group内具有唯一可标识的local_id，而每一个work-group均拥有唯一标识的group_id。

NDRange是为内核程序定义的一个N维空间，其中N为1、2或3，分别对应于一维、二维或三维空间。Global_id、local_id和group_id的维数由启动kernel参数时定义，均为N，坐标范围为0～N-1。如图4-4所示。

在AMD的GPU中，wavefront为调度和执行的基本单位，每个wavefront包含64个线程，此由硬件实现所决定，它提供了比工作组更细粒度的并行。每一个wavefront中的64个work-items执行相同的指令序列。一个CU可同时调度执行多个work-group，但一个work-group只能映射至单个CU，而kernel执行时会将work-group划分为一个或多个的wavefront。每个CU只有16个处理单元，因此一条指令至少需要4个周期才能执行完成。当CU中调度多个wavefront时，任何一个wavefront因访存而阻塞，可快速切换到下一个就绪的wavefront，从而隐藏访存的延迟。(www.daowen.com)

图4-4 NDRange实例

在NVIDIA的GPU中线程是以warp为单位执行的，每个warp由32个线程组成，此处的warp对应于AMD的GPU中的wavefront，而NVIDIA的GPU中block对应于AMD的GPU中的work-group。以TeslaC2050为例，一个warp有32个线程，SM中有16个核心，因此每发射一条指令，需要两个周期才能执行完成。