《OpenCL实战》一1.6 框架和SDK

本节书摘来异步社区《OpenCL实战》一书中的第1章，第1.6节，作者： 【美】Matthew Scarpino 译者： 陈睿 责编： 陈冀康，更多章节内容可以访问云栖社区“异步社区”公众号查看。

1.6　框架和SDK

尽管文件matvec.c和 文件matvec.cl中的代码让人眼前一亮，但如果没有经过编译、运行，这些代码就更像花拳绣腿，没有任何实际的作用。而为了能够编译、运行，你就必须要有一套兼容OpenCL的开发工具。正如OpenCL标准所述，框架包含如下三个部分。

平台层——通过它来访问设备，设定上下文

运行时——让主机应用程序将内核和指令队列发送到上下文中的设备上

编译器——构建含有可执行内核的程序

OpenCL工作组并没有提供自己的设计框架。这就要求每个OpenCL兼容设备的生产商需要将OpenCL开发框架作为自己所发布的SDK的一部分。由Nvidia和AMD分别发布的OpenCL SDK是现在比较受欢迎的开发工具，两款SDK都免费，并且包含用于构建OpenCL应用程序所需的库函数文件和工具。不管是面向Nvidia或是AMD的设备进行开发设计，安装SDK的过程都很简单。附录A给出了整个安装的过程，并讨论了如何用这些SDK来构建应用程序。

1.7　小结

OpenCL是一套针对高性能处理芯片构建并行程序的强大工具集。有了OpenCL，你不必费心学习针对设备的编程语言，一次编写程序，便可完成在所有的OpenCL兼容硬件上的运行。

除了可移植性，OpenCL的优势还在于向量处理和并行编程。在高性能计算中，向量是一种包含多个相同数据类型的数据结构。但是和其他的数据类型不同，当在向量上发生操作时，对向量中各个分量都是并行处理完成的。并行编程意味着，主机应用程序可以控制多个设备上的数据处理。OpenCL可以将不同的任务发送到不同的设备上，这种处理方式也被称为任务并行编程。如果能够得到有效利用，向量运算和任务并行编程能够提供较之于标量、单处理器系统在运算性能上的巨大提升。

OpenCL代码包含两个部分：在主机上运行的代码以及在一个或多个设备上运行的代码。主机代码可以用一般的C或C++来编写，用来创建管理“主机-设备”通信的数据结构。主机选择相应的函数（被称为内核），放到命令队列之中，然后发送到设备上。与主机代码不同，内核代码使用的是OpenCL标准中所定义的高性能功能。

在这些新的数据结构和函数操作的闪耀之下，OpenCL会显得亲和力不够。但当你自己动手开始编写程序之后，就会发现它和一般的C和C++程序编写并没有多大不同。一旦能够熟练掌握基于向量的并行编程，写出自己的应用程序，你就再也不会留恋单核编程的日子了。

下一章，我们将开始OpenCL编程的探索之旅，介绍编写主机应用程序所需的主要数据结构。

[1]　译者注：也就是GPU-GPU或者CPU-GPU，这种协同完成任务的计算架构。

[2]　译者注：对这句话以及后文的“一次编写，各设备上运行的理解”的比较，其实想讨论的是language-neutral（语言无关）, platform-neutral（平台无关）的问题。因为OpenCL程序比较的底层，所以只是language-neutral层面上的。拿OpenCL和JVM做对比是有意义的，两者所起的作用都是隔开高级语言和汇编语言的直接对话。

[3]　译者注：ISA（指令集体系架构）是计算机体系架构设计的有机组成，二者之间的紧密关系决定，即使是完成的功能相同，但指令集可能没有共同之处。

[4]　译者注：作者并没有在Concurrency（并发）和Parallelism（并行）两个概念之间的区别上做过多的解释，而两者之间的区别也看起来比较隐晦，归结起来，并发就是两个任务交替执行，但不一定是同一时间点上同时执行（例如单核机器上的多任务处理），而并行就是多任务同时进行（例如多核处理器上的多任务处理），前者是操作系统层面上的，而后者是体系结构层面上的。