在windows下编写HelloWorld
按照前面文章搭建好OpenCL的环境https://blog.csdn.net/qq_36314864/article/details/130513584
main函数完成以下操作:
1)在第一个可用平台上创建OpenCL上下文
2)在第一个可用设备上创建命令队列
3)加载一个内核文件(HelloWorld.cl)并将它构建到程序对象中
4)为内核函数hello_kernel()创建一个内核对象
5)为内核参数创建内存对象(result, a, b)
6)将待执行的内核排队
7)将内核结果读回结果缓冲区
helloworld.cpp
//
// Book: OpenCL(R) Programming Guide
// Authors: Aaftab Munshi, Benedict Gaster, Timothy Mattson, James Fung, Dan Ginsburg
// ISBN-10: 0-321-74964-2
// ISBN-13: 978-0-321-74964-2
// Publisher: Addison-Wesley Professional
// URLs: http://safari.informit.com/9780132488006/
// http://www.openclprogrammingguide.com
//
// HelloWorld.cpp
//
// This is a simple example that demonstrates basic OpenCL setup and
// use.
#include
#include
#include
#ifdef __APPLE__
#include
#else
#include
#endif
#pragma warning( disable : 4996 )
///
// Constants
//
const int ARRAY_SIZE = 1000;
///
// Create an OpenCL context on the first available platform using
// either a GPU or CPU depending on what is available.
//
cl_context CreateContext()
{
cl_int errNum;
cl_uint numPlatforms;
cl_platform_id firstPlatformId;
cl_context context = NULL;
// First, select an OpenCL platform to run on. For this example, we
// simply choose the first available platform. Normally, you would
// query for all available platforms and select the most appropriate one.
errNum = clGetPlatformIDs(1, &firstPlatformId, &numPlatforms);
if (errNum != CL_SUCCESS || numPlatforms 0)
{
std::cerr "Failed to find any OpenCL platforms." std::endl;
return NULL;
}
// Next, create an OpenCL context on the platform. Attempt to
// create a GPU-based context, and if that fails, try to create
// a CPU-based context.
cl_context_properties contextProperties[] =
{
CL_CONTEXT_PLATFORM,
(cl_context_properties)firstPlatformId,
0
};
context = clCreateContextFromType(contextProperties, CL_DEVICE_TYPE_GPU,
NULL, NULL, &errNum);
if (errNum != CL_SUCCESS)
{
std::cout "Could not create GPU context, trying CPU..." std::endl;
context = clCreateContextFromType(contextProperties, CL_DEVICE_TYPE_CPU,
NULL, NULL, &errNum);
if (errNum != CL_SUCCESS)
{
std::cerr "Failed to create an OpenCL GPU or CPU context." std::endl;
return NULL;
}
}
return context;
}
///
// Create a command queue on the first device available on the
// context
//
cl_command_queue CreateCommandQueue(cl_context context, cl_device_id* device)
{
cl_int errNum;
cl_device_id* devices;
cl_command_queue commandQueue = NULL;
size_t deviceBufferSize = -1;
// First get the size of the devices buffer
errNum = clGetContextInfo(context, CL_CONTEXT_DEVICES, 0, NULL, &deviceBufferSize);
if (errNum != CL_SUCCESS)
{
std::cerr "Failed call to clGetContextInfo(...,GL_CONTEXT_DEVICES,...)";
return NULL;
}
if (deviceBufferSize 0)
{
std::cerr "No devices available.";
return NULL;
}
// Allocate memory for the devices buffer
devices = new cl_device_id[deviceBufferSize / sizeof(cl_device_id)];
errNum = clGetContextInfo(context, CL_CONTEXT_DEVICES, deviceBufferSize, devices, NULL);
if (errNum != CL_SUCCESS)
{
delete[] devices;
std::cerr "Failed to get device IDs";
return NULL;
}
// In this example, we just choose the first available device. In a
// real program, you would likely use all available devices or choose
// the highest performance device based on OpenCL device queries
commandQueue = clCreateCommandQueue(context, devices[0], 0, NULL);
if (commandQueue == NULL)
{
delete[] devices;
std::cerr "Failed to create commandQueue for device 0";
return NULL;
}
*device = devices[0];
delete[] devices;
return commandQueue;
}
///
// Create an OpenCL program from the kernel source file
//
cl_program CreateProgram(cl_context context, cl_device_id device, const char* fileName)
{
cl_int errNum;
cl_program program;
std::ifstream kernelFile(fileName, std::ios::in);
if (!kernelFile.is_open())
{
std::cerr "Failed to open file for reading: " fileName std::endl;
return NULL;
}
std::ostringstream oss;
oss kernelFile.rdbuf();
std::string srcStdStr = oss.str();
const char* srcStr = srcStdStr.c_str();
program = clCreateProgramWithSource(context, 1,
(const char**)&srcStr,
NULL, NULL);
if (program == NULL)
{
std::cerr "Failed to create CL program from source." std::endl;
return NULL;
}
errNum = clBuildProgram(program, 0, NULL, NULL, NULL, NULL);
if (errNum != CL_SUCCESS)
{
// Determine the reason for the error
char buildLog[16384];
clGetProgramBuildInfo(program, device, CL_PROGRAM_BUILD_LOG,
sizeof(buildLog), buildLog, NULL);
std::cerr "Error in kernel: " std::endl;
std::cerr buildLog;
clReleaseProgram(program);
return NULL;
}
return program;
}
///
// Create memory objects used as the arguments to the kernel
// The kernel takes three arguments: result (output), a (input),
// and b (input)
//
bool CreateMemObjects(cl_context context, cl_mem memObjects[3],
float* a, float* b)
{
memObjects[0] = clCreateBuffer(context, CL_MEM_READ_ONLY | CL_MEM_COPY_HOST_PTR,
sizeof(float) * ARRAY_SIZE, a, NULL);
memObjects[1] = clCreateBuffer(context, CL_MEM_READ_ONLY | CL_MEM_COPY_HOST_PTR,
sizeof(float) * ARRAY_SIZE, b, NULL);
memObjects[2] = clCreateBuffer(context, CL_MEM_READ_WRITE,
sizeof(float) * ARRAY_SIZE, NULL, NULL);
if (memObjects[0] == NULL || memObjects[1] == NULL || memObjects[2] == NULL)
{
std::cerr "Error creating memory objects." std::endl;
return false;
}
return true;
}
///
// Cleanup any created OpenCL resources
//
void Cleanup(cl_context context, cl_command_queue commandQueue,
cl_program program, cl_kernel kernel, cl_mem memObjects[3])
{
for (int i = 0; i 3; i++)
{
if (memObjects[i] != 0)
clReleaseMemObject(memObjects[i]);
}
if (commandQueue != 0)
clReleaseCommandQueue(commandQueue);
if (kernel != 0)
clReleaseKernel(kernel);
if (program != 0)
clReleaseProgram(program);
if (context != 0)
clReleaseContext(context);
}
///
// main() for HelloWorld example
//
int main(int argc, char** argv)
{
cl_context context = 0;
cl_command_queue commandQueue = 0;
cl_program program = 0;
cl_device_id device = 0;
cl_kernel kernel = 0;
cl_mem memObjects[3] = { 0, 0, 0 };
cl_int errNum;
// Create an OpenCL context on first available platform
context = CreateContext();
if (context == NULL)
{
std::cerr "Failed to create OpenCL context." std::endl;
return 1;
}
// Create a command-queue on the first device available
// on the created context
commandQueue = CreateCommandQueue(context, &device);
if (commandQueue == NULL)
{
Cleanup(context, commandQueue, program, kernel, memObjects);
return 1;
}
// Create OpenCL program from HelloWorld.cl kernel source
program = CreateProgram(context, device, "HelloWorld.cl");
if (program == NULL)
{
Cleanup(context, commandQueue, program, kernel, memObjects);
return 1;
}
// Create OpenCL kernel
kernel = clCreateKernel(program, "hello_kernel", NULL);
if (kernel == NULL)
{
std::cerr "Failed to create kernel" std::endl;
Cleanup(context, commandQueue, program, kernel, memObjects);
return 1;
}
// Create memory objects that will be used as arguments to
// kernel. First create host memory arrays that will be
// used to store the arguments to the kernel
float result[ARRAY_SIZE];
float a[ARRAY_SIZE];
float b[ARRAY_SIZE];
for (int i = 0; i ARRAY_SIZE; i++)
{
a[i] = (float)i;
b[i] = (float)(i * 2);
}
if (!CreateMemObjects(context, memObjects, a, b))
{
Cleanup(context, commandQueue, program, kernel, memObjects);
return 1;
}
// Set the kernel arguments (result, a, b)
errNum = clSetKernelArg(kernel, 0, sizeof(cl_mem), &memObjects[0]);
errNum |= clSetKernelArg(kernel, 1, sizeof(cl_mem), &memObjects[1]);
errNum |= clSetKernelArg(kernel, 2, sizeof(cl_mem), &memObjects[2]);
if (errNum != CL_SUCCESS)
{
std::cerr "Error setting kernel arguments." std::endl;
Cleanup(context, commandQueue, program, kernel, memObjects);
return 1;
}
size_t globalWorkSize[1] = { ARRAY_SIZE };
size_t localWorkSize[1] = { 1 };
// Queue the kernel up for execution across the array
errNum = clEnqueueNDRangeKernel(commandQueue, kernel, 1, NULL,
globalWorkSize, localWorkSize,
0, NULL, NULL);
if (errNum != CL_SUCCESS)
{
std::cerr "Error queuing kernel for execution." std::endl;
Cleanup(context, commandQueue, program, kernel, memObjects);
return 1;
}
// Read the output buffer back to the Host
errNum = clEnqueueReadBuffer(commandQueue, memObjects[2], CL_TRUE,
0, ARRAY_SIZE * sizeof(float), result,
0, NULL, NULL);
if (errNum != CL_SUCCESS)
{
std::cerr "Error reading result buffer." std::endl;
Cleanup(context, commandQueue, program, kernel, memObjects);
return 1;
}
// Output the result buffer
for (int i = 0; i ARRAY_SIZE; i++)
{
std::cout result[i] " ";
}
std::cout std::endl;
std::cout "Executed program succesfully." std::endl;
Cleanup(context, commandQueue, program, kernel, memObjects);
return 0;
}
HelloWorld.cl
__kernel void hello_kernel(__global const float *a,
__global const float *b,
__global float *result)
{
int gid = get_global_id(0);
result[gid] = a[gid] + b[gid];
}
将两个文件放在统一目录下,打开vs2019进行编译
运行结果如下
选择OpenCL平台并创建一个上下文
HelloWorld示例createContext()
函数的代码。首先调用clGetPlatformIDs()
来获取第一个可用的平台。得到第一个可用平台的cl_platform_id
之后,再调用clcreateContextFromType()
创建一个上下文。这个clCreateContextFromType()
调用会尝试为一个GPU设备创建一个上下文。如果尝试失败,程序会做下一个尝试。这一次将为一个CPU设备创建上下文。
选择设备并创建命令队列
选择平台并创建一个上下文之后,HelloWorld 应用的下一步要选择一个设备,并创建一个命令队列。设备在计算机硬件底层,如GPU或CPU。要与设备通信,应用程序必须为它创建一个命令队列。将在设备上完成的操作要在命令队列中排队。上述包含一个createCommandQueue()
函数,它会选择设备并为HelloWorld应用创建命令队列。
第一个clGetContextInfo()
调用会查询上下文的信息,得到存储上下文中所有可用设备ID所需要的缓冲区大小。这个大小将用来分配一个缓冲区,用于存储设备ID,另一个clGetContextInfo()
调用则获取上下文中所有可用的设备。一般情况下,程序会迭代查询这些设备的信息,选择其中最好的一个 (或多个) 设备。在HelloWorld示例中,会选择第一个设备。第3章中,我们会介绍如何查询设备信息,从而能选择对应用最适用的设备。选择了所用的设备之后,应用调用clCreateCommandQueue()
在所选择的设备上创建一个命令队列。这个命令队列用于将程序中要执行的内核排队,并读回其结果。
创建和构建程序对象
要执行OpenCL 计算内核,需要在内存中分配内核函数的参数,以便在OpenCL设备上访问。HelloWorld示例的内核已经在上述代码中给出。这个例子中的内核是一个简单的函数,它要计算两个数组(a和b)
中各个元素值之和,并把结果存储在另一个数组(result)
中。代码中为"hello_kernel"
创建一个内核对象,将其编译到程序对象中。另外,将分配数组 (a、b和result)
并填入数据。在宿主机内存中创建这些数组之后,调用createMemObjects()
,它会把这些数组复制到内存对象,然后传入内核。
代码中给出了createMemobjects()
函数的代码。这个函数为各个数组分别调用clCreateBuffer()
来创建一个内存对象。内存对象分配在设备内存中,可以由内核函数直接访问。对于输入数组 (a和 b)
,缓冲区使用CL_MEM_READ_ONLY | CL_MEM_coPy_HoST_PTR
内存类型来创建,这说明这些数组对内核是只读的,可以从宿主机内存复制到设备内存。数组本身作为参数传递到clcreateBuffer()
,这会将数组的内容复制到设备上为内存对象分配的存储空间中。result数组用内存类型CL_MEM_READ_WRITE
创建,这说明这个数组对内核是可读、写的。
执行内核
既然已经创建了内核和内存对象,接下来HelloWorld程序可以将要执行的内核排队。内核函数的所有参数需要使用clsetKernelArg()
设置。这个函数的第一个参数是参数的索引。hello_kernel()
有3个参数 (a、b和result)
,分别对应索引0、1和2。CreateMemObjects()
创建的内存对象传入内核对象。
建立内核参数之后,HelloWorld示例利用命令队列使将在设备上执行的内核排队。这是通过调用clEnqueueNDRangeKernel()
完成的。globalworkSize
和 localWorkSize
确定内核如何在设备上的多个处理单元间分布。HelloWorld示例采用了一种非常简单的方法,让globalworkSize
等于数组大小,localWorkSize
等于1
。确定如何在一个数据集上高效地分布内核,这是使用OpenCL难度最大的问题之一。
执行内核排队并不表示这个内核会立即执行。内核执行会放在命令队列中,以后再由设备消费。换句话说,clEnqueueNDRangeKernel()
调用之后,可能并不会在设备上执行内核,而是让内核等待之前的事件完成之后再执行。这个内容将在第9章中详细讨论。要从内核读回结果,HelloWorld示例调用clEnqueueReadBuffer()
读回result
数组(memobjects[2])。
clEnqueueReadBuffer()
的第3个参数是一个布尔类型的blocking_read
,这个参数确定这个调用是否等待结果准备就绪才返回。在这个例子中,blocking_read
设置为CL_TRUE,这说明在内核读取结束之前这个调用不会返回。这样可以保证置于命令队列净的操作会按顺序执行(除非命令队列使用cL_QUEUE_our_oF_ORDER_EXEC_MODE_ENABLE
类型创建,不过HelloWorld示例中并未使用这个类型创建命令队列)。
综上所述,在内核的执行完成之前,不会有读操作,另外,由设备读回结果之前读取操作也不会返回。因此,一旦程序由clEnqueueReadBuffer()
返回,就说明已经由设备为宿主机读回result数组,可以读或写了。最后,将把结果数组中的值输出到标准输出。
检查OpenCL中的错误
在HelloWorld例子中,示例代码展示如何检查OpenCL函数返回的错误码。现在我们只是对OpenCL报告错误的机制做个简单介绍。在报告错误方面,OpenCL 中的函数可以分为两类:一类返回OpenCL对象;另一类不返回。例如,我们看到clcreateContextFromType()
返回了一个cl_context
对象。然而,函数clSetKernelArg()
并不返回新对象。clsetKernelArg()
只向调用者返回一个错误码,clCreateContextFromType()
最后一个参数是一个指针,指向这个函数生成的错误码。
从这两个函数可以了解OpenCL中报告错误的简单规则:
1)返回cl_xxx对象的OpenCL函数最后一个参数是一个指针,指向所返回的错误码。
2)不返回对象的OpenCL函数会返回一个错误码。
OpenCL有大量可能出现的错误。每个API调用可能返回这些错误的一个子集。OpenCL中可能的错误如下
CL_SUCCESS 命令成功执行,没有出现错误
CL_DEVICE_NoT_FOUND 未发现与条件匹配的OpenCL设备
CL_DEVICE_NOT_AVAILABLE OpenCL设备目前不可用
CL_COMPILER_NOT_AVAILABLE 程序由源代码创建,不过没有可用的OpenCLC编译器
CL_MEM_OBJECT_ALLOCATION_FAILURE 无法为内存对象或图像对象分配内存
CL_OUR_OF_RESOURCES 没有足够的资源执行命令
CL_OUT_OF_HOST_MEMORY 宿主机上没有足够的内存执行命令
CL_PROFILING_INFO_NOT_AVAILABLE 无法得到事件的性能评测信息或者命令队列不支持性能评测
CL_MEM_COPX_OVERLAP 两个缓冲区在同一个内存区域重叠
CL_IMAGE_FORMAT_MISMATCH 图像未采用相同的图像格式
CL_IMAGE_FORMAT_NOT_SUPPORTED 不支持指定的图像格式
CL_BUILD_PROGRAM_FAILURE 无法为程序构建可执行代码
CL_MAP_FAILURE 内存区域无法映射到宿主机内存
CL_INVALID_VALUE 命令的一个或多个参数指定了非法值
CL_INVALID_DEVICE_TYPE 传入的设备类型不是合法值
CL_INVALID_PLATFORM 传入的平台不是合法值
CL_INVALID_DEVICE 传入的设备不是合法值
CL_INVALID_CONTEXT 传入的上下文不是合法值
CL_INVALID_QUEUE_PROPERTIES 设备不支持命令队列属性
CL_INVALID_COtAND_QUEUE 传入的命令队列不是合法值
CL_INVALID_HOST_PTR 宿主机指针不合法
CL_INVALID_MEM_OBJECT 传入的内存对象不是合法值
CL_INVALID_IMAGE_FORMAT_DESCRIPTOR 传入的图像格式描述符不是合法值
CL_INVALID_IMAGE_SIZE 设备不支持这个图像大小
CL_INVALID_SAMPLER 传入的采样工具不是合法值
CL_INVALID_BINARY 传入了非法的二进制程序
CL_INVALID_BUILD_OPTIONS 一个或多个构建选项不合法
CL_INVALID_PROGRAM 传入的程序不是合法值
CL_INVALID_PROGRAM_EXECUTABLE 程序未能成功地构建命令队列关联设备上的一个可执行程序
CL_INVALID_KERNEL_NAME 程序中不存在指定的内核
CL_INVALID_KERNEL_DEFINITION 程序源代码中定义的内核不合法
CL_INVALID_KERNEL 传入的内核不是合法值
CL_INVALID_ARG_INDEX 参数索引指示的参数对于内核不合法
CL_INVALID_ARG_VALUE 对于一个非局部参数,内核参数值为NULL;或者对于一个局部参数,内核参数值为非NOLL
CL_INVALID_ARG_SIZE 参数大小与内核参数不一致
CL_INVALID_KERNEL_ARGS 一个或多个内核参数未赋值
CL_INVALID_WORK_DIMENSION 工作维度值不是介于1~3的一个值
CL_INVALID_WORK_GROuP_SIZE 局部或全局工作组大小不合法
CL_INVALID_WORK_ITEM_SIZE 一个或多个工作项大小超出了设备支持的最大大小
CL_INVALID_GLOBAL_OFFSET 全局偏移量超出了所支持的界限
CL_INVALID_EVENT_WAIT_LIST 提供的等待列表大小不合法或者其中包含非事件
CL_INVALID_EVENT 传入的事件不是一个合法值
CL_INVALID_OPERATION 执行命令导致出现一个不合法的操作
CL_INVALID_GL_OBJECT OpenGL引用的对象存在问题
CL_INVALID_BUFFER_SIZE 指定的缓冲区大小越界
CL_INVALID_MIP_LEVEL 为OpenGL纹理指定的mipmap级别对于OpenGL对象不合法
CL_INVALID_GLOBAL_WORK_SIZE 传入的全局工作大小不合法,可能为0或者超出了设备支持的大小
服务器托管,北京服务器托管,服务器租用 http://www.fwqtg.net
相关推荐: OData WebAPI实践-OData与EDM
本文属于 OData 系列 引言 在 OData 中,EDM(Entity Data Model) 代表“实体数据模型”,它是一种用于表示 Web API 中的结构化数据的格式。EDM 定义了可以由 OData 服务公开的数据类型、实体和关系。 EDM 也提供…