OpenCL内核是否异步执行？

对于CUDA，我知道在向默认流（空流）发出启动命令后，它们是异步执行的，那么在OpenCL中呢？示例代码如下：

cl_context context;
cl_device_id device_id;
cl_int err;
...
cl_kernel kernel1;
cl_kernel kernel2;
cl_command_queue Q = clCreateCommandQueue(context, device_id, 0, &err);
...
size_t global_w_offset[3] = {0,0,0};
size_t global_w_size[3] = {16,16,1};
size_t local_w_size[3] = {16,16,1};
err = clEnqueueNDRangeKernel(Q, kernel1, 3, global_w_offset, global_w_size, 
                             local_w_size, 0, nullptr, nullptr);
err = clEnqueueNDRangeKernel(Q, kernel2, 3, global_w_offset, global_w_size, 
                             local_w_size, 0, nullptr, nullptr);
clFinish(Q);

命令排队后是否会kernel1和kernel2异步执行？（即执行重叠）

更新
按照OpenCL的参考，这似乎是一套properties为CL_QUEUE_OUT_OF_ORDER_EXEC_MODE_ENABLE在clCreateCommandQueue能满足我的需要。但是，out_of_order是否意味着异步？

out_of_order是否意味着异步

“乱序”队列表示内核可能以与排队时不同的顺序执行（如果事件/数据相关性允许的话）。它们也可以同时执行，但不是必须执行。

同样，异步执行意味着执行重叠之外的其他东西（称为并行执行或并发）。异步执行意味着设备上的内核代码独立于主机代码执行-在OpenCL中始终如此。

获取并发（执行重叠）的简单方法是在同一设备上使用> 1个队列。即使在不具有乱序队列功能的实现上也可以使用。它不能保证执行重叠（因为OpenCL可以在比CUDA上更多的设备上使用，并且在某些设备上您一次不能执行1个以上的内核），但是根据我对大多数GPU的经验，您应该至少获得一些交叠。但是，您需要注意内核在单独队列中使用的缓冲区。