linux下通过conda安装pyopencl环境

前言

• 通常pyopencl与nvida的驱动版本没有严格的对应关系。我的驱动版本是530.41.03
• nvidia的显卡驱动默认携带opencl的运行时环境

环境：
linux：centos7.9 Linux xxx 4.18.0-372.9.1.el8.x86_64 #1 SMP Fri Apr 15 22:12:19 EDT 2022 x86_64 x86_64 x86_64 GNU/Linux
anaconda：Anaconda3-2022.10-Linux-x86_64

新建一个conda环境，安装以下3个包

python=3.9
ocl-icd-system
pyopencl=2022.1.1=py39hac2352c_0
当前conda环境完整包列表：

安装步骤：

首先安装python-3.9

conda install python=3.9

其次安装pyopencl=2022.1.1=py39hac2352c_0，这一步会显示警告：

conda install pyopencl=2022.1.1=py39hac2352c_0

什么意思？解释一下：

根据上面的conda命令的输出，我们成功地在名为"opencl"的conda环境中安装了pyopencl。但是在末尾，有一个警告提示我们当前没有任何OpenCL ICD（Installable Client Driver）可用。这意味着我们的系统上没有检测到OpenCL的实现。
为了运行PyOpenCL程序，我们需要一个OpenCL实现。有多种选择，取决于我们的硬件和需要：

pocl：这是一个纯CPU实现的OpenCL，意味着它不会利用GPU（如果我们有的话），但它是一个很好的起点，尤其是在没有GPU或不支持OpenCL的GPU的系统上。
安装命令：conda install pocl

oclgrind：这是一个OpenCL调试器，它提供了一个软件实现的OpenCL设备，用于程序的运行时检查。
安装命令：conda install oclgrind

intel-compute-runtime / beignet：这是针对Intel集成图形和一些老的Xeon处理器的OpenCL实现。
安装命令：
对于intel-compute-runtime：conda install intel-compute-runtime
对于beignet（老的Intel硬件）：conda install beignet

ocl-icd-system：如果我们已经在我们的系统上安装了一个OpenCL实现（例如，通过NVIDIA或AMD的驱动程序），但conda无法看到它，我们可以尝试安装这个包来使其可见。
安装命令：conda install ocl-icd-system

选择适合我们的OpenCL实现并安装它。如果我们有一个支持OpenCL的GPU，我们可能还需要从该GPU的制造商那里获取和安装适当的驱动程序。

此处我们选择安装ocl-icd-system，因为我的机器上安装了nvidia的显卡驱动，它默认携带opencl运行时环境（这跟cuda不一样，运行cuda还需要额外安装toolkit）

最后安装ocl-icd-system

conda install ocl-icd-system

验证上面的告警是否解决

import pyopencl as cl

platforms = cl.get_platforms()
if not platforms:
    print("No OpenCL platforms detected.")
else:
    for platform in platforms:
        print(f"Platform: {platform.name}")
        devices = platform.get_devices()
        for device in devices:
            print(f"  Device: {device.name}")

保存并运行

看到类似上图的输出则标明pyopencl已经找到opencl的实现，pyopencl环境正常

跑一个opencl程序吧

import numpy as np
import pyopencl as cl

# 创建两个numpy数组
a_np = np.array(range(10), dtype=np.float32)
b_np = np.array(range(10), dtype=np.float32)
c_np = np.empty_like(a_np)

# 创建OpenCL上下文和队列
platform = cl.get_platforms()[0]
device = platform.get_devices()[0]
context = cl.Context([device])
queue = cl.CommandQueue(context)

# 创建缓冲区
a_g = cl.Buffer(context, cl.mem_flags.READ_ONLY | cl.mem_flags.COPY_HOST_PTR, hostbuf=a_np)
b_g = cl.Buffer(context, cl.mem_flags.READ_ONLY | cl.mem_flags.COPY_HOST_PTR, hostbuf=b_np)
c_g = cl.Buffer(context, cl.mem_flags.WRITE_ONLY, a_np.nbytes)

# 创建并编译OpenCL程序
prg_src = """
__kernel void sum_arrays(__global const float* a, __global const float* b, __global float* c)
{
    int gid = get_global_id(0);
    c[gid] = a[gid] + b[gid];
}
"""
prg = cl.Program(context, prg_src).build()

# 执行OpenCL程序
prg.sum_arrays(queue, a_np.shape, None, a_g, b_g, c_g)

# 将结果从设备复制回主机
cl.enqueue_copy(queue, c_np, c_g)

# 打印结果
print("a:", a_np)
print("b:", b_np)
print("c:", c_np)

这个示例首先在主机端创建两个数组，然后在OpenCL设备上创建缓冲区来保存这些数组。接着，它定义并编译了一个OpenCL程序，该程序将两个数组中的元素相加。最后，这个程序在OpenCL设备上执行，并将结果复制回主机内存。

我们可以运行上述代码以验证我们的OpenCL环境是否工作正常。如果一切正常，我们应该会看到两个数组以及它们的和被打印出来。

保存并运行

如果你看到以上输出，恭喜你，你的opencl环境已经正确配置，并且能够执行计算！