为何CUDA内核需使用`__global__`标注而非`__kernel__`？

首先需要明确：kernel（核函数）是并行计算领域沿用了数十年的通用术语，并非CUDA或OpenCL专属命名，英伟达只是沿用了行业通用叫法。两者修饰符命名的差异主要有三个原因：

• 时间线先后问题：CUDA 1.0正式发布于2007年，是行业内第一个商用GPU通用计算框架。而使用__kernel__作为核函数修饰符的OpenCL 1.0标准，是Khronos组织在2008年底才推出的。CUDA的语法规范制定时OpenCL标准尚未落地，不存在参考__kernel__命名的前提。
• 修饰符的语义设计逻辑更清晰：CUDA最初设计函数修饰符时，核心逻辑是标注函数的调用方空间和执行空间，三个基础修饰符的语义完全自洽：
  • __host__：只能由CPU侧（主机端）代码调用，在CPU上执行
  • __device__：只能由GPU侧（设备端）代码调用，在GPU上执行
  • __global__：可以由CPU侧代码调用，在GPU上执行，也就是我们所说的GPU核函数入口
    这种命名方式比单纯标识“这是一个核函数”的__kernel__信息量更高，开发者看到修饰符就能直接明确函数的调用、执行规则。
• 生态兼容性考量：在OpenCL推出时，CUDA已经拥有了规模不小的开发者生态，大量存量代码已经基于__global__规范编写。如果强行修改修饰符命名对齐OpenCL，会直接打破所有存量CUDA代码的兼容性，显然是得不偿失的选择。

补充说明：目前较新版本的NVCC编译器已经兼容__kernel__修饰符的写法，会自动将其等效为__global__处理，方便同时写OpenCL和CUDA代码的开发者迁移，但官方标准依然推荐使用原生的__global__修饰符。

内容的提问来源于stack exchange，提问作者tommsch