Baike


中文
ChineseEnglishJapanese

OpenCL

對於異質計算系統（如GPU或GPU）程式設計開放標準

提示：此条目页的主题不是OpenGL。

OpenCL（Open Computing Language，开放计算语言）是一个为异构平台编写程序的框架，此异构平台可由CPU、GPU、DSP、FPGA或其他类型的处理器與硬體加速器所组成。OpenCL由一门用于编写kernels（在OpenCL设备上运行的函数）的语言（基于C99）和一组用于定义并控制平台的API组成。OpenCL提供了基于任务分割和数据分割的并行计算机制。

OpenCL
原作者苹果公司
開發者科纳斯组织
首次发布2009年8月28日，​14年前​（2009-08-28）
当前版本3.0.12 (2022年9月15日，​19個月前​（2022-09-15）)
操作系统跨平台
类型API
许可协议免版税
网站www.khronos.org/opencl
www.khronos.org/webcl

OpenCL类似于另外两个开放的工业标准OpenGL和OpenAL，这两个标准分别用于三维图形和计算机音频方面。OpenCL擴充了GPU圖形生成之外的能力。OpenCL由非盈利性技术组织Khronos Group掌管。

历史编辑

OpenCL最初由苹果公司开发，拥有其商标权，并在与AMD，IBM，Intel和NVIDIA技术团队的合作之下初步完善。随后，苹果将这一草案提交至Khronos Group。

2008年6月16日，Khronos的通用计算工作小组成立[2]。5个月后的2008年11月18日，该工作组完成了OpenCL 1.0规范的技术细节[3]。该技术规范在由Khronos成员进行审查之后，于2008年12月8日公开发表[4]。2010年6月14日，OpenCL 1.1发布[5]。

範例编辑

快速傅立葉變換编辑

一個快速傅立葉變換的式子：[6]

  // create a compute context with GPU device  context = clCreateContextFromType(NULL, CL_DEVICE_TYPE_GPU, NULL, NULL, NULL);  // create a command queue  queue = clCreateCommandQueue(context, NULL, 0, NULL);  // allocate the buffer memory objects  memobjs[0] = clCreateBuffer(context, CL_MEM_READ_ONLY | CL_MEM_COPY_HOST_PTR, sizeof(float)*2*num_entries, srcA, NULL);  memobjs[1] = clCreateBuffer(context, CL_MEM_READ_WRITE, sizeof(float)*2*num_entries, NULL, NULL);  // create the compute program  program = clCreateProgramWithSource(context, 1, &fft1D_1024_kernel_src, NULL, NULL);  // build the compute program executable  clBuildProgram(program, 0, NULL, NULL, NULL, NULL);  // create the compute kernel  kernel = clCreateKernel(program, "fft1D_1024", NULL);  // set the args values  clSetKernelArg(kernel, 0, sizeof(cl_mem),(void *)&memobjs[0]);  clSetKernelArg(kernel, 1, sizeof(cl_mem),(void *)&memobjs[1]);  clSetKernelArg(kernel, 2, sizeof(float)*(local_work_size[0]+1)*16, NULL);  clSetKernelArg(kernel, 3, sizeof(float)*(local_work_size[0]+1)*16, NULL);  // create N-D range object with work-item dimensions and execute kernel  global_work_size[0] = num_entries;  local_work_size[0] = 64;  clEnqueueNDRangeKernel(queue, kernel, 1, NULL, global_work_size, local_work_size, 0, NULL, NULL);

真正的運算：（基於Fitting FFT onto the G80 Architecture（页面存档备份，存于互联网档案馆））[7]

  // This kernel computes FFT of length 1024. The 1024 length FFT is decomposed into  // calls to a radix 16 function, another radix 16 function and then a radix 4 function  __kernel void fft1D_1024(__global float2 *in, __global float2 *out,                          __local float *sMemx, __local float *sMemy){    int tid = get_local_id(0);    int blockIdx = get_group_id(0) * 1024 + tid;    float2 data[16];    // starting index of data to/from global memory    in = in + blockIdx;  out = out + blockIdx;    globalLoads(data, in, 64); // coalesced global reads    fftRadix16Pass(data);      // in-place radix-16 pass    twiddleFactorMul(data, tid, 1024, 0);    // local shuffle using local memory    localShuffle(data, sMemx, sMemy, tid, (((tid & 15)* 65) +(tid >> 4)));    fftRadix16Pass(data);               // in-place radix-16 pass    twiddleFactorMul(data, tid, 64, 4); // twiddle factor multiplication    localShuffle(data, sMemx, sMemy, tid, (((tid >> 4)* 64) +(tid & 15)));    // four radix-4 function calls    fftRadix4Pass(data);      // radix-4 function number 1    fftRadix4Pass(data + 4);  // radix-4 function number 2    fftRadix4Pass(data + 8);  // radix-4 function number 3    fftRadix4Pass(data + 12); // radix-4 function number 4    // coalesced global writes    globalStores(data, out, 64);  }

Apple的網站上可以發現傅立葉變換的例子[8]

平行合併排序法编辑

使用 Python 3.x 搭配 PyOpenCL 與 NumPy

import ioimport randomimport numpy as npimport pyopencl as cldef dump_step(data, chunk_size):    """顯示排序過程"""    msg = io.StringIO('')    div = io.StringIO('')    for idx, item in enumerate(data):        if idx % chunk_size == 0:            if idx > 0:                msg.write(' ||')                div.write('   ')            div.write(' --')        else:            msg.write('   ')            div.write('------')        msg.write(' {:2d}'.format(item))    out = msg.getvalue()    if chunk_size == 1: print(' ' + '-' * (len(out) - 1))    print(out)    print(div.getvalue())    msg.close()    div.close()def cl_merge_sort_sbs(data_in):    """平行合併排序"""    # OpenCL kernel 函數程式碼    CL_CODE = '''    kernel void merge(int chunk_size, int size, global long* data, global long* buff) {        // 取得分組編號        const int gid = get_global_id(0);        // 根據分組編號計算責任範圍        const int offset = gid * chunk_size;        const int real_size = min(offset + chunk_size, size) - offset;        global long* data_part = data + offset;        global long* buff_part = buff + offset;        // 設定合併前的初始狀態        int r_beg = chunk_size >> 1;        int b_ptr = 0;        int l_ptr = 0;        int r_ptr = r_beg;        // 進行合併        while (b_ptr < real_size) {            if (r_ptr >= real_size) {                // 若右側沒有資料，取左側資料堆入緩衝區                buff_part[b_ptr] = data_part[l_ptr++];            } else if (l_ptr == r_beg) {                // 若左側沒有資料，取右側資料堆入緩衝區                buff_part[b_ptr] = data_part[r_ptr++];            } else {                // 若兩側都有資料，取較小資料堆入緩衝區                if (data_part[l_ptr] < data_part[r_ptr]) {                    buff_part[b_ptr] = data_part[l_ptr++];                } else {                    buff_part[b_ptr] = data_part[r_ptr++];                }            }            b_ptr++;        }    }    '''    # 配置計算資源，編譯 OpenCL 程式    ctx = cl.Context(dev_type=cl.device_type.GPU)    prg = cl.Program(ctx, CL_CODE).build()    queue = cl.CommandQueue(ctx)    mf = cl.mem_flags    # 資料轉換成 numpy 形式以利轉換為 OpenCL Buffer    data_np = np.int64(data_in)    buff_np = np.empty_like(data_np)    # 建立緩衝區，並且複製數值到緩衝區    data = cl.Buffer(ctx, mf.READ_WRITE | mf.COPY_HOST_PTR, hostbuf=data_np)    buff = cl.Buffer(ctx, mf.READ_WRITE | mf.COPY_HOST_PTR, hostbuf=buff_np)    # 設定合併前初始狀態    data_len = np.int32(len(data_np))    chunk_size = np.int32(1)    dump_step(data_np, chunk_size)    while chunk_size < data_len:        # 更新分組大小，每一回合變兩倍        chunk_size <<= 1        # 換算平行作業組數         group_size = ((data_len - 1) // chunk_size) + 1        # 進行分組合併作業        prg.merge(queue, (group_size,), (1,), chunk_size, data_len, data, buff)        # 將合併結果作為下一回合的原始資料        temp = data        data = buff        buff = temp        # 顯示此回合狀態        cl.enqueue_copy(queue, data_np, data)        dump_step(data_np, chunk_size)    queue.finish()    data.release()    buff.release()def main():    n = random.randint(5, 16)    data = []    for i in range(n):        data.append(random.randint(1, 99))    cl_merge_sort_sbs(data)if __name__ == '__main__':    main()

執行結果：

 -------------------------------------------------------------------------------------- 85 || 41 || 64 || 40 || 90 || 29 || 38 || 41 || 64 || 17 || 20 || 41 || 16 || 65 || 83 --    --    --    --    --    --    --    --    --    --    --    --    --    --    -- 41    85 || 40    64 || 29    90 || 38    41 || 17    64 || 20    41 || 16    65 || 83 --------    --------    --------    --------    --------    --------    --------    -- 40    41    64    85 || 29    38    41    90 || 17    20    41    64 || 16    65    83 --------------------    --------------------    --------------------    -------------- 29    38    40    41    41    64    85    90 || 16    17    20    41    64    65    83 --------------------------------------------    -------------------------------------- 16    17    20    29    38    40    41    41    41    64    64    65    83    85    90 --------------------------------------------------------------------------------------

參考文獻编辑

  1. ^ Khronos OpenCL Registry. Khronos Group. 2022-09-15 [2022-09-15]. （原始内容存档于2019-09-14） （英语）. 
  2. ^ Khronos Launches Heterogeneous Computing Initiative (新闻稿). Khronos Group. 2008-06-16 [2008-06-18]. （原始内容存档于2008-06-20）. 
  3. ^ OpenCL gets touted in Texas. MacWorld. 2008-11-20 [2009-06-12]. （原始内容存档于2009-02-18）. 
  4. ^ The Khronos Group Releases OpenCL 1.0 Specification (新闻稿). Khronos Group. 2008-12-08 [2009-06-12]. （原始内容存档于2010-07-13）. 
  5. ^ Khronos Drives Momentum of Parallel Computing Standard with Release of OpenCL 1.1 Specification (新闻稿). Khronos Group. 2010-06-14 [2010-10-13]. （原始内容存档于2010-09-23）. 
  6. ^ OpenCL (PDF). SIGGRAPH2008. 2008-08-14 [2008-08-14]. （原始内容 (PDF)存档于2012-03-19）. 
  7. ^ Fitting FFT onto G80 Architecture (PDF). Vasily Volkov and Brian Kazian, UC Berkeley CS258 project report. May 2008 [2008-11-14]. （原始内容存档 (PDF)于2012-03-19）. 
  8. ^ .OpenCL on FFT. Apple. 16 Nov 2009 [2009-12-07]. （原始内容存档于2009-11-30）. 

外部連結编辑

参见编辑

取自“https:https://www.duhocchina.com/baike/index.php?lang=zh&q=OpenCL&oldid=75632629”
🔥 Top keywords: Baike: 首页Special:搜索国际劳动节淚之女王劳动节九龍城寨之圍城2024年湯姆斯盃2024年優霸盃不夠善良的我們背着善宰跑金智媛逆天奇案2春色寄情人金秀賢 (男演員)邊佑錫福建號航空母艦城市猎人 (2024年电影)梅龙高速公路习近平九龍寨城陳耀祥破墓城市猎人笑看風雲六四事件排球少年！！排球少年！！角色列表與鳳行承欢记Seventeen (組合)支配物种劉俊謙 (香港)許瑋甯ILLIT宁安如梦鈴木亮平BABYMONSTER孫綻媽祖中华人民共和国朴成焄周雨彤无用的谎言中華民國張文傑金惠奫周處除三害 (電影)赵长鹏怪獸8號BOYNEXTDOOR李主儐第二十条白鹿 (演員)國道三號崩塌事故澄碧邨乘風2024幕府將軍 (2024年電視劇)哈里·R·杜鲁门李美淑阿努纳奇比利小子特技玩家活塞男事件李现葬送的芙莉蓮IVE (組合)林依晨日本五月天帝國浩劫：美國內戰(G)I-DLEP站末日愚者夜限照相馆三流之路打天下2机动战士GUNDAM SEED FREEDOM張惠東草榴社区三体 (小说)香港鄧麗君迷宮飯NewJeansEnergy (組合)徐巧芯逆天奇案為美好的世界獻上祝福！姜濤搜查班長1958吉伊卡哇張書偉謝京穎艾爾頓·冼拿賀軍翔毛泽东少年歌行轉生為第七王子，隨心所欲的魔法學習之路木村文乃