OpenCL环境配置及测试

由于计算性能的要求，特别需要使用并行计算，这里对TBB和OpenCL都进行了一些测试。

测试了TBB和OpenCL之后，我的感觉是如果真的要做高性能的异构计算，那还是选择CUDA吧，并且应该选用专用计算的GPU。

首先先把自己简单的描述写在前面：

1.TBB（Thread Building Blocks）线程构建模块，是Intel公司开发的并行编程开发工具，我在vs2015上测试了TBB的效果，

测试平台vs2015 release x86 + tbb2018_20180312oss，然后测试的时候是两个数相加的运算，实际测试结果，release模式下的计算耗时还小些，我觉得是vs的优化能力实现的。但是实际上TBB确实调用了多个CPU剂型计算。

使用TBB并行计算时，CPU使用情况：

串行计算时，CPU的使用情况：

2.OpenCL，开始使用这个的时候，是因为这是一个现在在推行的异构计算标准，觉得它的计算能力，应该会有明显提升，然后也差强人意。主要的原因也还是手里没有一块像样的GPU，使用的作为显示的AMD GPU做的测试。

当然换用高性能的GPU时，使用OpenCL也是有性能提升的。

同样的计算，CPU耗时<10ms。

3.OpenCL的配置

TBB的配置：https://www.threadingbuildingblocks.org/，下载一个开发包即可，解压后添加路径即可。

OpenCL的配置，也是很简单，我这里使用的AMD的GPU，所以下载一个AMD APP SDK，在这里可以下载：http://hc.csdn.net/resources/classify?id=12

配置的方法：

（1）添加环境变量

（2）添加include目录

（3）添加lib目录

4.OpenCL测试代码

参考：https://blog.csdn.net/cloud_desktop/article/details/19107765

// amd_opencl_test.cpp : 定义控制台应用程序的入口点。
//

#include "stdafx.h"

#include <stdio.h>  
#include <stdlib.h>  
#include <string.h>  
#include <iostream>  
#include <time.h>

#ifdef MAC  
#include <OpenCL/cl.h>  
#else  
#include <CL/cl.h>  
#endif  

char* oclLoadProgSource(const char* cFilename, const char* cPreamble, size_t* szFinalLength);

int main()
{
	cl_int errNum;


	/******** 第一部分 选择OpenCL平台，创建一个上下文 ********/
	cl_uint numPlatforms;
	cl_platform_id *platformIds;
	cl_context context = 0;

	// 1. Select an OpenCL platform to run on.  
	errNum = clGetPlatformIDs(0, NULL, &numPlatforms);                      // 1. 获取OpenCL平台数目  
	if (errNum != CL_SUCCESS || numPlatforms <= 0) {
		perror("Failed to find any OpenCL platforms.");
		exit(1);
	}
	printf("Platform Numbers: %d\n", numPlatforms);

	platformIds = (cl_platform_id *)malloc(