一从零开始学习OpenCL开发架构【转】( 三 ) _计算

3.3软件层面的组成
这些在SDK中都有对应的数据类型
setup相关：
：对应一个硬件（标准中特别说明多core的CPU是一个整个）
：环境上下文，一个包含几个（单个Cpu或GPU），一个就是这些的一个联系纽带，只有在一个上的那些才能彼此交流工作，你的机器上可以同时存在很多。你可以用一个CPu创建，也可以用一个CPU和一个GPU创建一个。
queue：这是个给每个提交的指令序列
内存相关：
：这个好理解，一块内存
：毕竟并行计算大多数的应用前景在图形图像上，所以原生带有几个类型，表示各种维度的图像。
gpu代码执行相关：
：这是所有代码的集合，可能包含是和其他库，是一个动态编译的语言，代码编译后生成一个中间文件（可实现为虚拟机代码或者汇编代码，看不同实现），在使用时连接进入程序读入处理器。
：这是在跑的核函数及其参数组和，如果把计算设备看做好多人同时为你做一个事情，那么就是他们每个人做的那个事情，这个事情每个人都是同样的做，但是参数可能是不同的，这就是所谓的单指令多数据体系。
WorkI tem：这就是代表硬件上的一个，最基本的计算单元。
同步相关：
：在这样一个分布式计算的环境中，不同单元之间的同步是一个大问题，event是用来同步的
他们的关系如下图

文章插图
上面就是的入门介绍，其实说实话在10年左右就跟踪过GPGPU相关的东西，那时很多相关技术还存在于实验室，后来的CUDA出现后，也激动过，学习过一阵，不过CUDA过度依赖于特定硬件，产业应用前景并不好，只能做做工程试验，你总不能让用户装个游戏的同时，让他顺便换个高配的N卡吧。所以一度也对这个领域不太感兴趣，最近看到的出现，发现可能这个架构还是有很好的应用前景的，也是众多厂商目前合力力推的一个东西。想想一下一个迭代10000次的for循环一遍过，还是很激动的一件事。
在游戏领域，已经有了很多成功的实践，好像EA的F1就已经应用了，还有一些做海洋的lib应用（海面水波的FFT运算在过去是非常慢的），另外还有的库干脆利用去直接修改现有的C代码，加速for循环等，甚至还有版本的C++ STL，叫，所以我觉得可能会真正的给我们带来些什么~
以下是一些关于比较重要的资源：
组织的主页
N家的主页
A家的主页
标准的
必看最新的1.2版本标准
必看，入门的
一个教学网站

一 从零开始学习OpenCL开发架构【转】( 三 )

一从零开始学习OpenCL开发架构【转】( 三 )