OpenCL: Почему производительность в этих двух случаях так сильно различается?

Вот два фрагмента кода ядра OpenCL, над которым я работаю; время их выполнения сильно различается.

Код довольно сложный, поэтому я упростил его.

Эта версия выполняется менее чем за одну секунду:

for (int ii=0; ii<someNumber;ii++)
{
    for (int jj=0; ii<someNumber2;jj++)
    {
        value1 = value2 + value3;
        value1 = value1 * someFunction(a,b,c);
        double nothing = value1;
    }
}

, а эта версия запускается примерно за 38 секунд:

for (int ii=0; ii<someNumber;ii++)
{
    for (int jj=0; ii<someNumber2;jj++)
    {
        value1 = value2 + value3;
        value1 = value1 * someFunction(a,b,c);
    }
    double nothing = value1;
}

Как я уже сказал, код несколько сложнее, чем этот (в циклах происходит много других вещей. ), но переменная "ничего" действительно не перемещается непосредственно перед фигурной скобкой к моменту сразу после нее.

Я новичок в OpenCL и не могу понять, что происходит, не говоря уже о том, как это исправить. Излишне говорить, что медленный вариант - это то, что мне нужно в моей реализации. Я пробовал возиться с адресными пространствами (все переменные здесь в __private).

Я могу только представить, что по какой-то причине графический процессор выталкивает переменную value1 в более медленную память, когда скобка закрывается. Это вероятное объяснение? Что я могу сделать?

Заранее спасибо!

ОБНОВЛЕНИЕ: Это тоже занимает менее одной секунды: (но при раскомментировании любой строки все возвращается к крайней медлительности). Это без внесения каких-либо других изменений в циклы, и value1 по-прежнему объявлен в том же месте, что и раньше.

for (int ii=0; ii<someNumber;ii++)
{
    for (int jj=0; ii<someNumber2;jj++)
    {
//        value1 = value2 + value3;
//        value1 = value1 * someFunction(a,b,c);
    }
    double nothing = value1;
}

ОБНОВЛЕНИЕ 2: Код был фактически вложен в другой цикл, подобный этому, с объявлением value1 , как показано:

double value1=0;
for (int kk=0; kk<someNumber3;kk++)
{
    for (int ii=0; ii<someNumber;ii++)
    {
        for (int jj=0; ii<someNumber2;jj++)
        {
            value1 = value2 + value3;
            value1 = value1 * someFunction(a,b,c);
        }
        double nothing = value1;
    }
}

Перемещение, где объявлено value1 , также возвращает нас к быстрый случай:

for (int kk=0; kk<someNumber3;kk++)
{
    double value1=0;
    for (int ii=0; ii<someNumber;ii++)
    {
        for (int jj=0; ii<someNumber2;jj++)
        {
            value1 = value2 + value3;
            value1 = value1 * someFunction(a,b,c);
        }
        double nothing = value1;
    }
}

Кажется, OpenCL - чрезвычайно сложное искусство! Я до сих пор не очень понимаю, что происходит, но по крайней мере теперь я знаю, как это исправить!