OpenCL入門程式

注意：

如果是從視訊記憶體到視訊記憶體不是用writebuffer而是用copybuffer

以前就聽說opencl，今天就特地使用了一下，我的機器是n卡，首先裝上了cuda的開發包，由於cuda對opencl支援比較好，就選擇了n卡上的gpu平行計算。

opencl是乙個開放的標準和規範，全程是開放計算庫，主要是發揮計算機的所有計算資源，包括cpu、gpu、多核等。所以說opencl是乙個跨硬體和軟體平台的開放標準，在此框架下開發的平行計算程式很容易就能移植到其他平台上，也許是這樣吧。其實，關於gpu的平行計算的大致思路一般都是cpu向gpu傳送乙個計算指令，然後把資料拷貝的gpu的視訊記憶體中參與計算，然後將計算好的視訊記憶體中的資料拷貝到主機記憶體中，雖然說，過程大概就是這樣，但是其中涉及到的細節可是特別多。下面就以乙個簡單的例子為例講述opencl程式設計開發的一般步驟和模型。

第一步，首先獲得可以參與計算的opencl平台個數

cl_uint numplatforms = 0;   //gpu計算平台個數
cl_platform_id platform = null;
clgetplatformids(0,null,&numplatforms);

第二步，獲得平台的列表，並選擇其中的乙個作為計算的平台

//獲得平台列表
cl_platform_id * platforms = (cl_platform_id*)malloc(numplatforms * sizeof(cl_platform_id));
clgetplatformids (numplatforms, platforms, null);
//輪詢各個opencl裝置
for (cl_uint i = 0; i < numplatforms; i ++)
free(platforms);

第三步，獲得硬體裝置以及生成上下文

//獲得gpu裝置
cl_device_id device;
status = clgetdeviceids(platform, cl_device_type_gpu, 1, &device, null);
//生成上下文
cl_context context = clcreatecontext(0, 1, &device, null, null, &status);

至此，opencl的初始化工作已經完成，最好將這個過程封裝成乙個函式。

第四步，裝載核心程式**以及生成program

//裝載核心程式
size_t szkernellength = 0;
size_t sourcesize = ;
char *cfilename = "kernel.cl";
char * cpathandname= shrfindfilepath(cfilename, argv[0]);
const
char* kernelsourcecode = oclloadprogsource(cpathandname, "", &szkernellength);
cl_program program = clcreateprogramwithsource(context,1,&kernelsourcecode,&szkernellength,&status);
//為所有指定的裝置生成cl_program
status = clbuildprogram(program,1,&device,null,null,null);  
size_t len = 0;
char buf[2048];
if (status != cl_success)

第五步，建立乙個命令佇列，將這個命令佇列放入核心程式中執行

//建立乙個opencl命令佇列
cl_command_queue commandqueue = clcreatecommandqueue(context,device,0,&status);
//建立opencl buffer物件
cl_mem outputbuffer = clcreatebuffer(context,cl_mem_alloc_host_ptr,4*4*4,null,&status);
//得到指定名字的核心例項控制代碼
cl_kernel kernel = clcreatekernel(program,"hellocl",&status);
//為核心程式設定相應的引數,也就是函式傳參
status = clsetkernelarg(kernel,0,sizeof(cl_mem),&outputbuffer);
//將乙個kernel放入佇列
size_t globalthreads = ;
size_t localthreads = ;
//開始在裝置上執行核函式
status = clenqueuendrangekernel(commandqueue,kernel,2,null,
globalthreads,localthreads,0,null,null);
status = clfinish(commandqueue);

第六步，將計算結果拷貝到主存中

//將gpu本地記憶體中的資料拷回到host端的記憶體中
unsigned
int *outbuffer = new
unsigned
int[4*4];
memset(outbuffer,0,4*4*4);
status = clenqueuereadbuffer(commandqueue,outputbuffer,
cl_true,0,4*4*4,outbuffer,0,null,null);

第七步，顯示及清理記憶體

printf("out:\n");
for (int i = 0; i < 16; i ++)
}//清理部分
status = clreleasekernel(kernel);
status = clreleaseprogram(program);
status = clreleasememobject(outputbuffer);
status = clreleasecommandqueue(commandqueue);
status = clreleasecontext(context);
delete
outbuffer;

核函式如下：

__kernel void hellocl (__global uint *buffer)
else
if(dim == 2)
else
}

運算結果顯示如下圖：

這只是最簡單的程式，複雜演算法的並行化還需要深入研究。

OpenCL入門程式

opencl入門程式

OpenCL入門概念

高效能計算 OpenCL入門1

OpenCL入門程式

opencl入門程式

OpenCL入門概念

高效能計算 OpenCL入門1

相關推薦