基于opencl和计算着色器异构系统通用计算对比.docVIP

基于OpenCL和计算着色器异构系统通用计算对比 李伟斌， 王运巧， 陈少强 北京航空航天大学机械工程及自动化学院，北京，100191 摘要：图形处理单元GPU的高性价比吸引了越来越多的学者对其在通用计算方面的研究。OpenGL中的计算着色器和开放式计算语言OpenCL架构都可以实现通用计算，但在设计和性能上有着较大的不同。本文在对OpenCL架构模型和计算着色器实现通用计算的特点性能分析的基础上，通过性能优化策略，分别对其进行离散卷积算法的测试对比。对比计算结果表明，合理分配任务的前提下，数据越复杂，OpenCL并行计算能力优势越明显。 关键词：OpenCL；通用计算；计算着色器；离散卷积 Comparison on parallel?calculation of heterogeneous?systems between OpenCL and?compute shaders Li Weibin, Wang Yunqiao, Chen shaoqiang （School of Mechanical Engineering and Automation, Beihang University, Beijing 100191,china） Abstract: The perfect performance of GPU attracts more and more research of general calculation, both OpenGL compute shaders and the open computing language OpenCL can achieve general calculation. There is huge difference in design and performance between them. Through the analysis of the characteristics of OpenCL model and computer shaders,?discrete? HYPERLINK /dict/search?q=convolutionFORM=BDVSP6mkt=zh-cn convolution?algorithm?tests?on different images have been?compared. The comparison results show that the advantages of OpenCL parallel computing ability can be more obvious while the image data more complicated. Key words：OpenCL;General calculation;Compute shaders;Discrete? HYPERLINK /dict/search?q=convolutionFORM=BDVSP6mkt=zh-cn convolution 0 引言 通用计算即为用图形处理单元GPU来处理一些原本CPU可以处理的计算，早在20世纪60年代初它就引起了开发人员的关注，特别是现代图形处理器（GPU），凭借其强大的计算能力和卓越的性价比，吸引了越来越多的对通用计算（GPGPU）的研究[1]，涉及到的领域广泛，有流体模拟[2]、视频检测[3]、序列比对[4]、蛋白质分子场、地质模型、神经网络训练等等。然而传统的通用计算主要依靠图形API，这给不熟悉图形应用的用户带来极大的不方便，为此，AMD和NVIDIA公司分别推出了各自的编程模型— Brook+ 和计算统一设备架构(CUDA）[5]，给编程带来了很好的灵活性，但是在程序可移植性方面，AMD GPU与NVIDIA GPU互不兼容。为充分发挥异构处理平台下各种设备的性能潜力,同时使得程序具备可移植性, 由苹果公司提议，开放标准组织Khronos Group于2008年推出了开放式计算语言(open computing language, OpenCL)[6]。 图形处理器潜在的计算能力可用于处理与图形无关的任务，为此，OpenGL引入了一种特殊的着色器：计算着色器，这种基于图形的API同样可以像OpenCL一样实现通用程序设计计算，但它对开发人员技能要求比较苛刻，不仅要熟知图形流水线和计算机图形学知识，而且实现通用算法设计时需要大量的技巧，本文主要以OpenCL架构和OpenGL的计算着色器为基础，分别设计算法进行测试，对比OpenCL和计算着色器在通用计算技术上性能的优劣，突出OpenCL的优越性。 1 OpenCL框架及卷积计算的实现 在计算机视觉和图像处理中，卷积算法有着至关重要的作用，它经