Каков наилучший способ распараллелить это?

У меня есть файл, который состоит из около 800 000 строк. Каждая строка состоит из идентификатора, кода и данных, каждое поле разделено табуляцией.

3445    aaaa    Some data here for instance
89002   aree    Some other data

В качестве простого упражнения для знакомства с OpenCL я решил проанализировать этот файл с помощью OpenCL. Каждый рабочий элемент проходит одну строку и обрабатывает ее. Каждая строка длиной 4000 символов.

__kernel void parse_line(
__global const char * lines,   // IN
__global unsigned * id,        // OUT
__global char * code,          // OUT
__global char * data           // OUT
)
{
// parse the line to extract id, code and data
}

При условии CL_DEVICE_MAX_WORK_GROUP_SIZE 1024, я не могу иметь более 1024 рабочих элементов одновременно. Я не могу ни закачать весь файл в память GPU (CL_DEVICE_MAX_MEM_ALLOC_SIZE только 268353536).

Первая идея может состоять в том, чтобы проанализировать первый пакет из 1024 предложений, затем второй и так далее, оставляя ядру задачу обрабатывать одно предложение. Я также мог бы переписать ядро ​​так, чтобы вместо синтаксического анализа одного предложения оно анализировало 16, тогда 1024 рабочих элемента обрабатывали бы около 16384 предложений.

Как я уже упоминал ранее, я довольно новичок в OpenCL, поэтому я действительно ищу советы о том, как лучше всего это сделать.