clGetPlatformIDs error -1001和OpenCL、CUDA安装

最新推荐文章于 2024-02-28 17:04:24 发布
最新推荐文章于 2024-02-28 17:04:24 发布
阅读量5.1k 收藏 28
点赞数 11
分类专栏： 传经送宝 文章标签： opencl intel clinfo UHD Graphics cuda
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/jiqiren_dasheng/article/details/121339669
版权

目录

一、问题描述

二、Ubuntu系统配置Intel OpenCL环境

2.1 安装OpenCL Graphic Technology Runtime & Drivers

2.2 安装OpenCL SDK（可选）

三、Intel官网samples

四、Intel OpenCL简述

4.1 CPU作为OpenCL的目标设备

4.2 GPU作为OpenCL的目标设备

五、OpenCL资源

六、OpenCL在不同平台实现支持

七、Ubuntu系统配置NVIDIA CUDA环境

7.1 安装NVIDIA显卡驱动

7.2 下载和安装CUDA

一、问题描述

在Ubuntu18.04运行OpenCL程序时函数接口 clGetPlatformIDs() 返回“-1001”，对应状态宏CL_PLATFORM_NOT_FOUND_KHR，安装clinfo查看支持OpenCL的设备，也是显示“Number of platforms 0”

 (1)安装clinfo

sudo apt install clinfo     //据说qualcomm的CL驱动clinfo无法解析（在QRB5165实测确实如此）

安装后会在目录 /usr/lib/x86_64-linux-gnu/ 里面创建1.0版本的库 libOpenCL.so.1.0.0

 (2)终端执行clinfo

Number of platforms     0

为此百度谷歌了很多方法，比如：

sudo apt install mesa-opencl-icd //Clover(mesa)

sudo apt-get install beignet //Intel Gen OCL Driver

sudo apt install opencl-headers ocl-icd-dev ocl-icd-opencl-dev

虽然把“Number of platforms 0”变成了“Number of platforms 1”甚至“Number of platforms 2”，但却又出现“Number of devices 0”，也就是程序运行时 clGetDeviceIDs() 返回“-1”

最终几经折腾，还是把问题解决了，不堪回首之前将各种平台混用，究其原因在于不熟悉该领域。为了让其他刚涉及该领域的开发者少走弯路，故撰写此文。

笔者两台PC系统环境分别如下图所示（右图PC带独显，原始默认显卡也是左图Intel集显。如果不是Intel显卡，本文前面六章节不一定适合读者）：

​

  

   

二、Ubuntu系统配置Intel OpenCL环境

需安装两部分：

        OpenCL Graphic Runtime & Drivers

        OpenCL SDK（可选）

2.1 安装OpenCL Graphic Technology Runtime & Drivers

去Intel官网下载，地址如下：

OpenCL™ Runtimes for Intel® Processors

​

法一：Repository Install Guidance *Easy*

该方式执行以下三条指令即可：

sudo add-apt-repository ppa:intel-opencl/intel-opencl
sudo apt update
sudo apt install intel-opencl-icd   //通过 dpkg -s intel-opencl-icd 可查看已安装包信息

进入路径参考如下图所示：

   

法二：Manual Download and Install

进入手动下载和安装页面后，选一个版本并按照安装过程执行即可。（注意：一定要选择安装环境与PC系统一致的版本，否则将出现组件版本不一致而导致dpkg存在依赖关系不能解决而使得配置流程终止）

  

然后执行clinfo若能够找到下图所示信息，证明安装一切顺利。

  

进行到此还不够，因为编译应用程序时可能会报error提示缺少所依赖的OpenCL头文件和库。对此有两种解决措施：

（1）措施一：到Khronos官网下载源码编译安装

具体过程可阅读目录中的README.md文件，或者参照博友文章：OpenCL Installable Client Driver (ICD) Loader编译_10km的专栏-CSDN博客

（2） 措施二：安装 Intel OpenCL SDK，本文2.2节

  

2.2 安装OpenCL SDK（可选）

OpenCL的SDK分为下图三层结构，即：开发调试和分析工具、应用程序所依赖的头文件和库、CPU Runtime (使用多核心CPU模拟GPU工况，不需要实际的GPU硬件支持。代码中将cl_device_type对象设置为CL_DEVICE_TYPE_CPU即可选择该模式)

去Intel官网下载，地址如下（选择Linux）：

Choose & Download Intel® SDK for OpenCL™ Applications

然后执行脚本并按照安装界面操作即可（安装方式和路径详见解压包中的README.txt）：

sudo ./install.sh

  

此时再次执行clinfo，若显示的是 2 platforms + 2 devices，证明安装一切顺利。

  

附博友OpenVINO配置：

openVINO在Ubuntu18.04上使用GPU的一个问题？[CLDNN ERROR]. clGetPlatformIDs error -1001_我爱加菲猫-CSDN博客

  

三、Intel官网samples

去Intel官网下载，地址如下：

Training & Code Samples for Intel® SDK for OpenCL™ Applications

​

此外，Intel还提供了一个简单的walkthrough（修改gfx目录.cpp中函数FindOpenCLPlatform()的第一个入参，就可以在非Intel显卡的机器上运行该Demo），代码解析详见以下链接内容Part3，源码在链接页面底部：

Get Started with Intel® SDK for OpenCL™ Applications 2020 on Linux*...

   

四、Intel OpenCL简述

Get Started with Intel® SDK for OpenCL™ Applications 2020: Core...

根据以上链接中的内容介绍可知，Windows系统发行版默认已安装OpenCL相关的组件，但是Linux系统则需要开发人员手动下载安装。

OpenCL的目标设备有两种类型：

CPU —— Afforded by the Intel® CPU Runtime for OpenCL™ Applications 18.1（does not require any Intel® Graphics Technology hardware）

GPU —— Afforded by the Intel® Graphics Compute Runtime for OpenCL™ Driver

4.1 CPU作为OpenCL的目标设备

使用多核心CPU模拟GPU工况，不需要实际的显卡、FPGA等硬件支持，故前期开发调试选用该模式很有必要。代码中将cl_device_type对象设置为CL_DEVICE_TYPE_CPU即可选择该模式。

  

4.2 GPU作为OpenCL的目标设备

GPU对应的Driver称为“NEO”，对应本文2.1节内容

​

  • Purple - apply for both supported Intel® CPU and supported Intel® Graphics Technology platforms.
  • Blue - apply for supported Intel® CPU platforms.
  • Red - apply for supported Intel® Graphics Technology platforms.

   

五、OpenCL资源

官方文档下载：

Khronos OpenCL Registry - The Khronos Group Inc

官方 github：

https://github.com/KhronosGroup/OpenCL-Guide

Boost 基于 OpenCL 的 C++ 的 GPU/parallel-computing 库（自1.61.0版本引入）：

https://github.com/boostorg/compute

apt命令安装boost（该方式大概率不是最新版本）：

sudo apt install libboost-all-dev  //通过 dpkg -s libboost-all-dev 或 dpkg -s libboost-dev 可查看已安装包信息

其它版本可进入此链接下载安装：https://www.boost.org/users/history/

  

六、OpenCL在不同平台实现支持

NVIDIANVIDIA GPUs only
AMD/ATICPUs and AMD GPUs
IntelCPUs and Intel GPUs
QualcommAdreno
ARMMali
POCLCPUs only
BeignetIntel GPUs only
AppleCPUs and GPUs
XilinxFPGA
GPU型号排名：Top GPU models

   

七、Ubuntu系统配置NVIDIA CUDA环境

7.1 安装NVIDIA显卡驱动

首先通过以下命令确认PC是否带有N卡：

sudo apt install inxi  #没有安装inxi时，通过该行命令安装
inxi -G

或者：
lspci | grep -i nvidia

笔者所用两台PC中Dell那款带有N卡，因此输出结果中显示有两个显卡：

然后在终端输入以下命令确认系统推荐安装的N卡驱动版本：

➜  ~ ubuntu-drivers devices
== /sys/devices/pci0000:00/0000:00:01.0/0000:01:00.0 ==
modalias : pci:v000010DEd00001F91sv00001028sd00000922bc03sc02i00
vendor   : NVIDIA Corporation
driver   : nvidia-driver-460-server - distro non-free
driver   : nvidia-driver-460 - distro non-free
driver   : nvidia-driver-418-server - distro non-free
driver   : nvidia-driver-470 - distro non-free recommended
driver   : nvidia-driver-495 - distro non-free
driver   : nvidia-driver-450-server - distro non-free
driver   : nvidia-driver-470-server - distro non-free
driver   : xserver-xorg-video-nouveau - distro free builtin

== /sys/devices/pci0000:00/0000:00:14.3 ==
modalias : pci:v00008086d0000A370sv00008086sd00004030bc02sc80i00
vendor   : Intel Corporation
manual_install: True
driver   : backport-iwlwifi-dkms - distro free

此时在应用程序面板打开“软件和更新”，安装对应版本驱动（或者直接在命令行使用sudo apt isntall nvidia-driver-xxx），完成后重启电脑。

 注意：为了避免重启时出现画屏、黑屏等异常现象，打开文件/etc/default/grub确认GRUB_CMDLINE_LINUX_DEFAULT行是否存在nomodeset字符串，修改后需执行sudo update-grup。(secure boot是否需要关闭根据实际情况，笔者使用过程未因其遇到问题)

重启后在命令行输入nvidia-smi和nvidia-settings（应用程序面板也存在快捷图标）确认驱动是否安装成功：

此时进入设置查看电脑详细信息时，图形那行显示的将是N卡名称。可见安装N卡驱动时会默认将显卡从Intel集显切换到独显。

   

7.2 下载和安装CUDA

首先需要注意的是，每个版本的CUDA，对N卡驱动版本有个最低要求。具体可通过如下链接中“Table 3. CUDA Toolkit and Corresponding Driver Versions”查询到（N卡驱动版本在上一节终端执行nvidia-***时可看到）：

https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html#cuda-major-component-versions__table-cuda-toolkit-driver-versions

比如笔者想安装当前最新release版本，但发现CUDA 11.5 GA要求N卡最低版本495.29.05，显然不符合条件。因此只能退而求其次下载安装CUDA 11.4 Update 3

确定CUDA版本后，就可进入以下链接选择指定版本，进入下载安装界面按照指示操作即可（ 默认安装路径在/usr/local目录，相关示例代码在CUDA根目录的samples目录。位置在安装过程不确定是否可以自定义，笔者是直接将samples目录拷贝到其它位置方便修改调试）：

https://developer.nvidia.com/cuda-toolkit-archive

下载安装完成后，需要重启电脑才能正常使用CUDA。然后在终端再次执行clinfo，显示的则是 3 platforms + 3 devices，比本文2.2节末尾截图多了一个平台和设备。 

CUDA只有一个平台和设备，不像其它OpenCL平台那样存在多个平台和设备时需要通过索引来确定使用哪个，因此也不需要host端应用程序在运行时动态编译。

若需要卸载CUDA和N卡驱动，可参考以下链接：https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html#removing-cuda-tk-and-driver

   

   

郑重提示：①本文若干架构图片取自Intel官网。

                      ②本文不允许转载，若认可本文，可点赞收藏，请杯咖啡也行。

                      ③若有疑问，可在评论区留言相互讨论。

  

石凌风SLF
关注
  • 11
    点赞
  • 踩
  • 28
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
专栏目录
OpenCL - clGetPlatformIDs - clGetPlatformInfo
既然选择了远方 便只顾风雨兼程 - 永强
07-01 3188
OpenCL - clGetPlatformIDs - clGetPlatformInfo 1. clGetPlatformIDs https://www.khronos.org/registry/OpenCL//sdk/1.2/docs/man/xhtml/clGetPlatformIDs.html Obtain the list of platforms available. 获取可用平台的列表。 cl_int clGetPlatformIDs(cl_uint num_entries,
Windows Opencl编程：第三天（整理相关函数信息）
qq_42877866的博客
07-19 321
Windows C++ Opencl编程：第三天 今天整理了一些常用函数。 1.平台信息查询 可以使用以下功能获取可用的平台列表。 cl_int clGetPlatformIDs (cl_uint num_entries, cl_platform_id *platforms, cl_uint *num_platforms) num_entries是可cl_platform_id平台的条目数。 如果平台
【GPU驱动开发】-mesa简介
最新发布
weixin_44064233的博客
02-28 786
Mesa是OpenGL、Vulkan和其他图形API规范的开源实现。主要由Intel和AMD为其各自的硬件开发和资助。AMD 在已弃用的AMD Catalyst上推广其 Mesa 驱动程序 Radeon 和 RadeonSI ，而 Intel 仅支持 Mesa 驱动程序）。专有图形驱动程序（例如，Nvidia GeForce 驱动程序和 Catalyst）取代了所有 Mesa，提供了自己的图形 API 实现。
浅谈OpenCL之Platform API（1）
热门推荐
weixin_42730667的博客
08-21 2万+
Platform API 为opencl 初始化首先要使用的API，主要是获取到platform 以及device。 OpenCL Platforms opencl 应用程序第一步首先就是要查询opencl platform,并选择为应用程序选择相应的平台，其API为： cl_int clGetPlatformIDs (cl_uint num_entries, cl_platform_id ...
OpenCL API 调用，基础知识详解
Navy的博客
01-17 1469
1.获取指定系统上可用的计算平台，使用函数： cl_intclGetPlatformIDs( cl_uintnum_entries, cl_platform_id*platforms, cl_uint*num_platforms) eg: cl_int err; cl_uint nPlatform; cl_platfo...
opencl学习（七）——API-platform相关
噌胥苑——行思驿站
11-19 2136
采用OpenCL编程进行异构计算，更多的时间是在设计和优化运行在device端的cl文件，而对host端的编程，即对OpenCL API的使用了解不深入。打算后面有机会再来总结一下host端API的应用。 在OpenCL编程中，第一步就是要获取Platform的ID，后面计算的代码都是基于此平台进行的。因此先来介绍Platform的相关API。 1.获取可用平台列表的API clGetPlat
3399pro clinfo Number of platforms 0
weixin_42265511的博客
09-27 1213
参考帖子链接 sudo apt-get install ocl-icd-opencl-dev sudo apt-get install ocl-icd-libopencl1 创建mali.icd文件 mkdir -p /etc/OpenCL/vendors vim /etc/OpenCL/vendors/mali.icd 填入以下内容（厂家提供的mali驱动库路径） /usr/lib/aarch64-linux-gnu/libmali.so clinfo后就可以看到数据了 ...
linux运行程序开启了opencl,错误：运行OpenCL代码时，clGetPlatformIDs -1001（Linux）
weixin_31132687的博客
05-01 602
小编典典(Mods：我不确定这篇文章是否应该转移到AskUbuntu上，因为这是与Linux Bumblebee而不是OpenCL本身相关的问题？)好的，所以我经过大量的努力设法解决了这个问题。我需要做两件事：使ICD工作创建从/usr/share/nvidia-331/nvidia.icd到/ etc / OpenCL / vendors的符号链接sudo ln -s /usr/share/nv...
"clGetPlatformIDs未定义的引用"问题解决
m0_37618552的博客
07-07 3073
由于之前一直都是在运行AMD的用例,都是利用CMakeList.txt直接可以在bin目录下获取可执行的二进制文件. 想自己写一个hello.cpp和hello.cl文件手动编译,用网上的一些方法如下: sudo g++ -I /opt/AMDAPPSDK-3.0/include/CL/ hello.cpp -L /opt/AMDAPPSDK-3.0/lib/x86_64/sdk/libOpen
性能优化-OpenCL运行时API介绍
发狂的小花的博客
01-22 1089
本文首先给出 OpenCL 运行时 API 的整体编程流程图，然后针对每一步介绍使用的运行时 API，讲解 API 参数，并给出编程运行实例。总结运行时 API 使用的注意事项。最后展示基于 OpenCL 的图像转置代码。在 865 平台下，对于 4096x4096 的 8 位图像加速比达到 10 倍以上。
Ubuntu 18.04 CPU 安装 OpenCL
J。
06-15 5752
由于 Windows 驱动中自动包含了OpenCL驱动，但 Linux系统需要自己安装OpenCL驱动。所以 ，一开始在虚拟机中搭建Ubuntu 18.04 环境，但无论怎么搞都找不到核显，索性放弃，在电脑装了个ubuntu18.04 系统，重新搞，果然成功了，貌似是虚拟机中找不到核显 ，具体原因不详。 一: 系统 Intel(R) Core(TM) i7 8550U +Intel(R) UHD Graphics 620 二：安装 下载 OpenCl SDK https:...
cas-offinder:一种超快速且通用的算法，可搜索CRISPRCas衍生的RNA引导的内切核酸酶的潜在脱靶位点
05-09
Cas-Offinder Cas-OFFinder是基于OpenCL的超快速通用程序，可搜索CRISPR / Cas衍生的RNA引导的内切核酸酶（RGEN）的潜在脱靶位点。... 有关安装的更多信息，请参阅“ Installation部分下方的内容。 CRIS
【记录一个问题】opencl的clGetPlatformIDs()在cuda 9下返回-1001(找不到GPU平台)
weixin_30385925的博客
09-02 644
如题：在cuda9, nvidia驱动版本 384.81 的环境下运行opencl程序，在clGetPlatformIDs()函数中返回-1001错误。 把环境更换为cuda 10，驱动版本410.104，运行正常。 错误原因未知，直接更换环境解决了这个问题。 转载于:https://www.cnblogs.com/ahfuzhang/p/11445799.html...
openVINO在Ubuntu18.04上使用GPU的一个问题？[CLDNN ERROR]. clGetPlatformIDs error -1001
我爱加菲猫
08-12 2310
这里写目录标题1 问题 [CLDNN ERROR]. clGetPlatformIDs error -10012 使用openVINO下GPU，务必是intel的核显或集显，nvidia是不行的。3 安装OpenCL的驱动程序4 install_NEO_OCL_driver.sh 1 问题 [CLDNN ERROR]. clGetPlatformIDs error -1001 如果你在使用openVINO时候遇到这个问题，其实是少做了一步操作。当然前提是你已经可以把CPU的跑起来了，这说明你的搭建是没有问题
OpenCL编程基本流程及完整示例
weixin_30561425的博客
02-22 1424
1. 选择OpenCL平台并创建一个上下文 平台（Platform）是指主机和OpenCL管理框架下的若干个设备构成的可以运行OpenCL程序的完整硬件系统，这个是跑OpenCL程序的基础，所以第一步要选择一个可用的OpenCL品台。一台机器上可以有不止一个这样的品台，一个平台也可以有不止一个GPU。 主要涉及的函数： clGetPlatformIDs（），...
ubuntu安装OpenCL
s565469612的博客
12-14 1383
ubuntu安装OpenCL
Windows - tensorflow.python.framework.errors_impl.UnknownError: Failed to rename
wyfever的博客
11-13 1562
最近在调试tensorflow，环境是win10，IDE pycharm tensorflow 2.5 python3.6在使用tensorflow训练的模型时 ，模型能够训练出来，在保存未checkpoint时却不能被以.ckpt的形式保存，出现了很多问题，在经过几天的查询后，最终也得到了解决。这里感慨一下学习途中真的坎坷和艰难，顺便记录一下，希望帮助到有需要的同学。保存checkpoint调用的主要代码如下。
OpenCL配置及测试，使用visual studio
吹吹自然风
10-10 2465
基于Visual Studio的OpenCL配置及测试
rk3588 ocl-icd-libopencl1 使用 OpenCL API 调用gpu
06-02
使用 OpenCL API 调用 GPU 进行计算，需要先编写 OpenCL 程序。OpenCL 程序是由 C 语言编写的，可以使用 OpenCL API 调用 OpenCL 驱动程序来执行计算任务。 以下是一个简单的 OpenCL 程序示例，可以将两个向量相加： ``` __kernel void vectorAdd(__global const float* a, __global const float* b, __global float* c) { int i = get_global_id(0); c[i] = a[i] + b[i]; } ``` 使用 OpenCL API 调用 OpenCL 驱动程序执行上述程序，以下是一个简单的代码示例： ```c #include <CL/opencl.h> int main() { cl_platform_id platform_id; cl_device_id device_id; cl_context context; cl_command_queue command_queue; cl_program program; cl_kernel kernel; cl_mem buffer_a, buffer_b, buffer_c; cl_int err; // 获取可用平台 clGetPlatformIDs(1, &platform_id, NULL); // 获取可用设备 clGetDeviceIDs(platform_id, CL_DEVICE_TYPE_GPU, 1, &device_id, NULL); // 创建 OpenCL 上下文 context = clCreateContext(NULL, 1, &device_id, NULL, NULL, &err); // 创建命令队列 command_queue = clCreateCommandQueue(context, device_id, 0, &err); // 创建 OpenCL 内核程序 program = clCreateProgramWithSource(context, 1, &source_str, &source_size, &err); // 编译 OpenCL 程序 clBuildProgram(program, 1, &device_id, NULL, NULL, NULL); // 创建内核对象 kernel = clCreateKernel(program, "vectorAdd", &err); // 创建输入缓冲区 buffer_a = clCreateBuffer(context, CL_MEM_READ_ONLY, sizeof(float) * N, NULL, &err); buffer_b = clCreateBuffer(context, CL_MEM_READ_ONLY, sizeof(float) * N, NULL, &err); // 创建输出缓冲区 buffer_c = clCreateBuffer(context, CL_MEM_WRITE_ONLY, sizeof(float) * N, NULL, &err); // 将数据从主机内存拷贝到设备缓冲区 clEnqueueWriteBuffer(command_queue, buffer_a, CL_TRUE, 0, sizeof(float) * N, a, 0, NULL, NULL); clEnqueueWriteBuffer(command_queue, buffer_b, CL_TRUE, 0, sizeof(float) * N, b, 0, NULL, NULL); // 设置内核参数 clSetKernelArg(kernel, 0, sizeof(cl_mem), (void *)&buffer_a); clSetKernelArg(kernel, 1, sizeof(cl_mem), (void *)&buffer_b); clSetKernelArg(kernel, 2, sizeof(cl_mem), (void *)&buffer_c); // 执行内核 size_t global_item_size = N; size_t local_item_size = 64; // 可以根据设备配置调整 clEnqueueNDRangeKernel(command_queue, kernel, 1, NULL, &global_item_size, &local_item_size, 0, NULL, NULL); // 将数据从设备缓冲区拷贝到主机内存 clEnqueueReadBuffer(command_queue, buffer_c, CL_TRUE, 0, sizeof(float) * N, c, 0, NULL, NULL); // 释放资源 clReleaseMemObject(buffer_a); clReleaseMemObject(buffer_b); clReleaseMemObject(buffer_c); clReleaseKernel(kernel); clReleaseProgram(program); clReleaseCommandQueue(command_queue); clReleaseContext(context); return 0; } ``` 以上代码示例中，我们使用了 OpenCL API 创建了一个命令队列和一个内核对象，并将输入数据拷贝到设备缓冲区，最后执行内核程序并将输出数据拷贝到主机内存。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 5
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值