[转]OpenCL简介

转自：http://nvidia.e-works.net.cn/document/200901/article7405.htm

 

时间刚好是Siggraph08，所以最近一堆电脑绘图方面的东西都出来了。像前几天的nVidia的GeForce Force Within、OpenGL 3.0的ForceWare 177.89、ATI的4850x2和4870x2，以及Intel的Larrabee，都算最近Siggraph的东西吧～

　　而虽然不见得和图学有关，但是GPGPU最近也是Siggraph的一个热门话题；像是ATi的CTM、nVidia的CUDA，就是这两家处理器大厂各自推出的GPGPU开发方案。不过，日前也有提过，已经有在规画一个称做OpenCL（Open Computing Language，开放计算语言）的标准了～由于nVidia、AMD、Intel等相关公司都在其列，或许以后有可能OpenCL会像是GLSL或HLSL一样，成为多核心程式的一个共通标准？而日前也有消息指出，AMD似乎有意放弃CTM而以OpenCL为主（参考《AMD ditches Close-To-Metal, focuses on DX11 and OpenCL》）。 （话说，微软没有参予OpenCL。不知道是不是打算以DirectX 11的Compute Shader来吃这块市场呢？）

　　但是，OpenCL的标准似乎也都还没有什么细节可以参考，也不知道到底会是怎样？不过前几天，在Siggraph 08的Class里「Beyond Programmable Shading: Fundamentals」，到是出现了OpenCL的简单的范例程式，可以让大家一窥究竟了～

　　这个class的投影片，可以在http://s08.idav.ucdavis.edu/找到。其中除了OpenCL外，也包含了其他CUDA、AMD Stream SDK、Larrabee、DirectX 11 Compute Shader等等的各种GPU计算的资料。不过，还是先根据OpenCL的投影片，来看看他的程式架构吧～

　　投影片的标题当然是OpenCL，副标题则是「Parallel Computing on the GPU and CPU」，代表了他不只是GPGPU的程式语言，也还可以用在CPU上！而OpenCL设计的目的，除了是键立一个标准外，主要是希望可以：

•  
  •  
    • 用平易近人的语言，使用不同的计算支援
    • 能够在单一或多个处理器上平行进行
    • GPU、CPU、GPU + CPU或多GPU
    • 桌上型和手持装置
    • 设计成可以和图型API（如OpenGL）一起运作

　　而OpenCL也是基于C的一个程式语言，在软体上，分为Platform Layer、Runtime、Compiler三个部分：

•  
  •  
    • Platform Layer用来管理计算装置，提供启始化装置的界面，并用来建立compute contexts和work-queues。
    • Runtime用来管理资源，并执行程式的kernel
    • 编译器则是ISO C99的子集合，并加上了OpenCL特殊的语法。

　　在OpenCL的执行模型中，有所谓的Compute Kernel和Compute Program。 Compute Kernel基本上类似于CUDA定义的kernel，是最基本的的计算单元；而Compute Program则是Compute Kernel和内建函式的集合，类似一个动态函式库（看不懂什么意思…）。而应用程式则是会把要执行的compute kernel排序，在执行时则可以依序或不依照顺序来执行。

　　在平行计算方面，有data-parallel和task-parallel两种不同的计算模型。其中，data-parallel的模式，就是CUDA的平行化的形式，这也是所有OpenCL计算装置都必须要支援的！相较之下，task-parallel模式，则比较接近一般在写CPU程式的threading了～这个模式，应该也不是所有装置都会支援。

　　Data-Parallel Execution Model

　　在data-parallel的模型，定义了「N-Dimensional computation domain」（后面缩写成「ND domain」）。在这个ND domain中，每一个独立的项目，被称做一个「work-item」（相当于CUDA的thread），全部的work-item数量，则被定义为「global work size」。

　　每一个work-item会被平行地执行，同时也可以把几个work-item作群组，成为「work-group」（相当于CUDA的thread block）；而在work-group中的work-item可以互相沟通，也可以进行同步（synchronize）。而在OpenCL中，也是多个work-gorup同时被执行的。

Task-Parallel Execution Model

　　在文章中是说，某些计算装置，像是CPU，也可以执行task-parallel的compute kernell。而在OpenCL的这个模式下，就是执行单一个work-item了～ 
  
　　记忆体模型

　　而在OpenCL的记忆体模型方面，和CUDA一样，分为很多种记忆体空间；不过，OpenCL应该是没有CUDA的shared memory和texture memory了。

　　在OpenCL里的记忆体空间有private memory、local memory、constant memory和global memory四种；架构上大概是像右边的图一样。不过由于这部分也就只有一张投影片，所以有的部分，也不是很清楚就是了。

　　上面都算是架构的东西，接下来，就是OpenCL语言的部分了～

 

OpenCL基本上是源自ISO C99的标准，和CUDA一样，主要是针对kernel程式的部分而开发的。在这部分，一样有加上一些限制，比如说recursion、function pointers都不能在kernel里使用。

　　而除了标准C的语法外，OpenCL也另外加上了一些其他的东西。

　　第一种就是指定记忆体使用的记忆体空间的四个qualifier（__private、__local、__constant、__global）（虽然投影片没提及，但实际上应该还有指定函式的qualifier？）。

　　第二种则是内建的资料型别。像是纯量、向量和影像（image2d_t、image3d_t、sampler_t）的相关型别，以及基本的型别转换函式。

　　第三种则是其他内建的函数。在投影片中，OpenCL把这些函数分成必要的（Required）和选择性的（Optional）两种。必要的函式包括了：

•  
  •  
    • work-item functions
    • math.h
    • read and write image
    • relational
    • geometric functions
    • synchronization functions

　　而选择性的，则有：

•  
  •  
    • double precision
    • atomics to global and local memory
    • selection of rounding mode
    • writes to image3d_t surface

　　不过呢，在投影片也就只供这些资料了。究竟有哪些东西呢？细节部分，大概要等到详细的文件出来吧？不过，目前Heresy完全找不到其他的相关资料就是了…（连软体都没有，也没的试了）

　　而在接下来的投影片，则是提供了一份用OpenCL写的FFT的范例程式；和CUDA一样，分为Host code和Compute kernel两部分。

　　下面就是Host Code的部分：

看了上面的程式，Heresy个人的感觉是比CUDA来得更为繁琐…而且光就投影片来说，Heresy很多地方还是没能清楚；

像是「fft1D_1024_kernel_src」就没有在投影片中出现他的相关资讯。

　　而Compute Kernel的部分，则是：

　　基本上，这边就更惨了…在没有文件的情况下，Heresy也无法分辨哪些函式是OpenCL内建的（还是其实都是？）…所以，看看就好吧～

　　到这，主要就是这份OpenCL投影片的资料了～说实话，资料时在不够，只能大概做些参考。真的要下去玩，应该要等到有软体、

有完整的程式可以下载安装了。而之前有提过，OpenCL可能是CUDA的子集合，不过在Heresy看来，在概念上基本上可以这样说，可是在程式开发上，

应该还是会有相当的差异。至于如果OpenCL这个标准化的东西起来后，对于CUDA会有多大的影响呢？这点应该会是Heresy比较好奇的。