配置VS2013 OpenCL环境

配置VS2013 OpenCL环境

 

 

配置VS2013 OpenCL环境

 

1. 安装CUDA安装包

 

由于目前的CUDA安装包自带显卡驱动、CUAD工具、OpenCL的SDK；其中OpenCL的相关内容的默认目录有：

• CL文件夹的目录：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.0\include
• OpenCL.lib文件目录：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.0\lib
• OpenCL.dll文件目录：C:\Program Files\NVIDIA Corporation\OpenCL

2. 新建空项目

 

可以通过VS2013的VC++模板新建一个空项目；

图 1

3. 添加文件

为了验证配置的正确性，所以为项目添加两个文件：cl_kernel.cl和main.cpp。

1) 添加cl_kernel.cl文件

    其中在项目所在的目录下新建一个cl_kernel.cl文件，其内容为附录1所示，目录结构如图 1所示。同时在VS2013的项目中将cl_kernel.cl文件添加到项目的"源文件"筛选器中，如图 2所示。

 

图 2

图 3

2) 添加main.cpp文件

类似cl_kernel.cl文件操作，同样将main.cpp文件添加到项目中。

4. 配置CL目录

需要将OpenCL的SDK的头文件包含到项目中，具体操作方法为：

在项目->属性->配置属性->C/C++->常规->附加包含目录->配置，然后添加CL文件夹的目录：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.0\include。如图 3所示。

图 4

5. 配置预处理器

项目->属性->配置属性->c/c++->预处理器定义->编辑，然后添加"_CRT_SECURE_NO_WARNINGS"，否则会报错。

图 5

6. 配置外部依赖OpenCL.lib目录

具体操作：项目->属性->配置属性->链接器->常规->附加库目录。然后将OpenCL.lib文件所在的目录添加进去，其中需要注意的是将程序Debug成32位和64位平台添加的Opencl.lib目录是不同的，如图 4所示，是Debug成Win32平台，所以只加"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.0\lib\Win32"路径；若是Debug成X64，则添加的路径为"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.0\lib\x64"。同时需要在"启用增量链接"选项中选否。

图 6

图 7

7. 配置OpenCL.lib文件

项目->属性->配置属性->连接器->输入->附件依赖库->编辑，接着添加OpenCL.lib

图 8

8. 运行结果图

图 9

 

附录1 cl_kernel.cl文件

 

1 __kernel  void MyCLAdd(__global  int *dst, __global  int *src1, __global  int *src2) 
2 
3 { 
4 
5  int index = get_global_id( 0); 
6 
7 dst[index] = src1[index] + src2[index]; 
8 
9 } 

 

附录2：main.cpp文件

 

  1 #include <CL/cl.h> 
  2 
  3 #include <stdio.h> 
  4 
  5 #include <iostream> 
  6 
  7  using  namespace std; 
  8 
  9  
 10 
 11  int main( void){ 
 12 
 13     cl_uint numPlatforms =  0;  // the NO. of platforms 
 14 
 15     cl_platform_id platform = nullptr;  // the chosen platform 
 16 
 17     cl_context context = nullptr;  //  OpenCL context 
 18 
 19     cl_command_queue commandQueue = nullptr; 
 20 
 21     cl_program program = nullptr;  //  OpenCL kernel program object that'll be running on the compute device 
 22 
 23     cl_mem input1MemObj = nullptr;  //  input1 memory object for input argument 1 
 24 
 25     cl_mem input2MemObj = nullptr;  //  input2 memory object for input argument 2 
 26 
 27     cl_mem outputMemObj = nullptr;  //  output memory object for output 
 28 
 29     cl_kernel kernel = nullptr;  //  kernel object 
 30 
 31  
 32 
 33     cl_int status = clGetPlatformIDs( 0, NULL, &numPlatforms); 
 34 
 35      if (status != CL_SUCCESS) 
 36 
 37     { 
 38 
 39         cout <<  " Error: Getting platforms! " << endl; 
 40 
 41          return  0; 
 42 
 43     } 
 44 
 45  
 46 
 47      /* For clarity, choose the first available platform.  */ 
 48 
 49      if (numPlatforms >  0) 
 50 
 51     { 
 52 
 53         cl_platform_id* platforms = (cl_platform_id*) malloc(numPlatforms*  sizeof(cl_platform_id)); 
 54 
 55         status = clGetPlatformIDs(numPlatforms, platforms, NULL); 
 56 
 57         platform = platforms[ 0]; 
 58 
 59          free(platforms); 
 60 
 61     } 
 62 
 63      else 
 64 
 65     { 
 66 
 67         puts( " Your system does not have any OpenCL platform! "); 
 68 
 69          return  0; 
 70 
 71     } 
 72 
 73  
 74 
 75      /* Step 2:Query the platform and choose the first GPU device if has one.Otherwise use the CPU as device. */ 
 76 
 77     cl_uint numDevices =  0; 
 78 
 79     cl_device_id *devices; 
 80 
 81     status = clGetDeviceIDs(platform, CL_DEVICE_TYPE_GPU,  0, NULL, &numDevices); 
 82 
 83      if (numDevices ==  0)  // no GPU available. 
 84 
 85     { 
 86 
 87         cout <<  " No GPU device available. " << endl; 
 88 
 89         cout <<  " Choose CPU as default device. " << endl; 
 90 
 91         status = clGetDeviceIDs(platform, CL_DEVICE_TYPE_CPU,  0, NULL, &numDevices); 
 92 
 93         devices = (cl_device_id*) malloc(numDevices *  sizeof(cl_device_id)); 
 94 
 95  
 96 
 97         status = clGetDeviceIDs(platform, CL_DEVICE_TYPE_CPU, numDevices, devices, NULL); 
 98 
 99     } 
100 
101      else 
102 
103     { 
104 
105         devices = (cl_device_id*) malloc(numDevices *  sizeof(cl_device_id)); 
106 
107         status = clGetDeviceIDs(platform, CL_DEVICE_TYPE_GPU, numDevices, devices, NULL); 
108 
109         cout <<  " The number of devices:  " << numDevices << endl; 
110 
111     } 
112 
113  
114 
115      /* Step 3: Create context. */ 
116 
117     context = clCreateContext(NULL,  1, devices, NULL, NULL, NULL); 
118 
119  
120 
121      /* Step 4: Creating command queue associate with the context. */ 
122 
123     commandQueue = clCreateCommandQueue(context, devices[ 0],  0, NULL); 
124 
125  
126 
127      /* Step 5: Create program object  */ 
128 
129      //  Read the kernel code to the buffer 
130 
131     FILE *fp = fopen( " cl_kernel.cl ",  " rb "); 
132 
133  
134 
135      // 错误    1    error C4996 : 'fopen' : This function or variable may be unsafe.Consider using fopen_s instead.To disable deprecation, use _CRT_SECURE_NO_WARNINGS.See online help for details.c : \users\zyj\documents\visual studio 2013\projects\project3\project3\main.cpp    67    1    Project3 
136 
137  
138 
139  
140 
141      if (fp == nullptr) 
142 
143     { 
144 
145         puts( " The kernel file not found! "); 
146 
147          goto RELEASE_RESOURCES; 
148 
149     } 
150 
151     fseek(fp,  0, SEEK_END); 
152 
153     size_t kernelLength = ftell(fp); 
154 
155     fseek(fp,  0, SEEK_SET); 
156 
157      char *kernelCodeBuffer = ( char*) malloc(kernelLength +  1); 
158 
159     fread(kernelCodeBuffer,  1, kernelLength, fp); 
160 
161     kernelCodeBuffer[kernelLength] =  ' \0 '; 
162 
163     fclose(fp); 
164 
165  
166 
167      const  char *aSource = kernelCodeBuffer; 
168 
169     program = clCreateProgramWithSource(context,  1, &aSource, &kernelLength, NULL); 
170 
171  
172 
173      /* Step 6: Build program.  */ 
174 
175     status = clBuildProgram(program,  1, devices, NULL, NULL, NULL); 
176 
177  
178 
179      /* Step 7: Initial inputs and output for the host and create memory objects for the kernel */ 
180 
181      int __declspec(align( 32)) input1Buffer[ 128];  //  32 bytes alignment to improve data copy 
182 
183      int __declspec(align( 32)) input2Buffer[ 128]; 
184 
185      int __declspec(align( 32)) outputBuffer[ 128]; 
186 
187  
188 
189      //  Do initialization 
190 
191      int i; 
192 
193      for (i =  0; i <  128; i++) 
194 
195         input1Buffer[i] = input2Buffer[i] = i +  1; 
196 
197     memset(outputBuffer,  0,  sizeof(outputBuffer)); 
198 
199  
200 
201      //  Create mmory object 
202 
203     input1MemObj = clCreateBuffer(context, CL_MEM_READ_ONLY | CL_MEM_COPY_HOST_PTR,  128 *  sizeof( int), input1Buffer, nullptr); 
204 
205     input2MemObj = clCreateBuffer(context, CL_MEM_READ_ONLY | CL_MEM_COPY_HOST_PTR,  128 *  sizeof( int), input2Buffer, nullptr); 
206 
207     outputMemObj = clCreateBuffer(context, CL_MEM_WRITE_ONLY,  128 *  sizeof( int), NULL, NULL); 
208 
209  
210 
211      /* Step 8: Create kernel object  */ 
212 
213     kernel = clCreateKernel(program,  " MyCLAdd ", NULL); 
214 
215  
216 
217      /* Step 9: Sets Kernel arguments. */ 
218 
219     status = clSetKernelArg(kernel,  0,  sizeof(cl_mem), ( void *)&outputMemObj); 
220 
221     status = clSetKernelArg(kernel,  1,  sizeof(cl_mem), ( void *)&input1MemObj); 
222 
223     status = clSetKernelArg(kernel,  2,  sizeof(cl_mem), ( void *)&input2MemObj); 
224 
225  
226 
227      /* Step 10: Running the kernel. */ 
228 
229     size_t global_work_size[ 1] = {  128 }; 
230 
231     status = clEnqueueNDRangeKernel(commandQueue, kernel,  1, NULL, global_work_size, NULL,  0, NULL, NULL); 
232 
233     clFinish(commandQueue);  //  Force wait until the OpenCL kernel is completed 
234 
235  
236 
237      /* Step 11: Read the cout put back to host memory. */ 
238 
239     status = clEnqueueReadBuffer(commandQueue, outputMemObj, CL_TRUE,  0, global_work_size[ 0] *  sizeof( int), outputBuffer,  0, NULL, NULL); 
240 
241  
242 
243     printf( " Veryfy the rsults...  "); 
244 
245      for (i =  0; i <  128; i++) 
246 
247     { 
248 
249          if (outputBuffer[i] != (i +  1) *  2) 
250 
251         { 
252 
253             puts( " Results not correct! "); 
254 
255              break; 
256 
257         } 
258 
259     } 
260 
261      if (i ==  128) 
262 
263         puts( " Correct! "); 
264 
265 RELEASE_RESOURCES: 
266 
267      /* Step 12: Clean the resources. */ 
268 
269     status = clReleaseKernel(kernel); // *Release kernel. 
270 
271     status = clReleaseProgram(program);  // Release the program object. 
272 
273     status = clReleaseMemObject(input1MemObj); // Release mem object. 
274 
275     status = clReleaseMemObject(input2MemObj); 
276 
277     status = clReleaseMemObject(outputMemObj); 
278 
279     status = clReleaseCommandQueue(commandQueue); // Release Command queue. 
280 
281     status = clReleaseContext(context); // Release context. 
282 
283  
284 
285      free(devices); 
286 
287 }