问题标签 [jocl]

我有一台配备 Intel Iris Pro 1024 MB 的 Mac OS X Marvericks，并且一直在处理中进行一些图形/模拟工作。我遇到了内置 perlin 噪声处理功能的性能问题。

我计划使用 GPU 来计算 perlin 噪声（或其他一些基于值的噪声）现在我对 Nvidia 的 CUDA 有点熟悉，但对基于 Intel 的芯片一无所知。我什至不确定我是否可以在这里做同样的事情。

到目前为止，我继续尝试了 JOCL 0.1.9 示例，它们似乎工作正常。从这个链接：http ://www.jocl.org/samples/samples.html

但是我尝试从http://www.jocl.org/cloth/cloth.html运行布料模拟演示，但在命令行中它显示以下日志：

单击 GUI 上的 INIT 会将以下内容添加到日志中：

所以我只需要有人给我指出正确的方向，让我知道是否可以在我的机器上编写 GPU 代码，如果可以的话，如果我能得到一些指示，那就太好了。

谢谢。

我想将 RGB 图像转换为灰度图像。

我的问题是，图像是缩放的，但分辨率保持不变。这里是一个例子：图像。

看来 OpenCL 代码似乎是正确的：

因此，我似乎在对象的大小或 BufferedImage 本身上犯了一个错误（注意：cl 类仅用于获取 cl COMmandqueue/device/... 的实例）

此致

我在 OpenCL 中有这段代码：

当我在 GPU 中运行时，变量 C 的返回值为 3.5，所以没关系。但是当我在 CPU 中运行时，返回是 3.0。任何浮点值都会发生这种情况。

但是如果我运行这段代码：

我将 3.5 的值传递给变量 A，这在 CPU 和 GPU 中运行正常。

为什么会这样？

如果我在内核中使用屏障（无论 ifCLK_LOCAL_MEM_FENCE或），它会导致错误。全局工作大小为 512，本地工作大小为 128，必须计算 65536 个项目，我的设备的最大工作组大小为 1024，我只使用一维。对于 Java 绑定，我使用 JOCL。内核非常简单：CLK_GLOBAL_MEM_FENCECL_INVALID_WORK_GROUP_SIZE

我在内核上运行Intel(R) Xeon(R) CPU X5570 @ 2.93GHz并且可以使用 OpenCL 1.2。调用方法看起来像

但错误总是一样的：

我做错了什么？

对于我的科学博览会项目，我必须编写一个非常适合并行化的计算密集型算法。我已经阅读过有关 OpenCL 和 CUDA 的信息，似乎它们主要用于 C/C++。虽然学习一点 C 来编写一个简单的 main 对我来说并不难，但我想知道如果我使用 Java 或 Python 绑定来进行 GPU 计算，性能会受到多大的影响？具体来说，我对使用 CUDA 的性能影响更感兴趣，因为这是我计划使用的框架。

我正在研究 Fruchtermon 和 Reingold 布局算法的 OpenCL 实现，与我已经实现的 CPU 版本相比，我的工作非常好。但是我注意到，对于大型图，repel函数存在瓶颈 - 它计算图中每对顶点之间的排斥力。我决定尝试使用 OpenCLfloat4结构来减少这个瓶颈，但结果好坏参半。

我已经设置了代码，所以我可以使用float4，而实际上只使用了 1 个位置（用于调试）。当我仅使用一个位置 ( float_workers = 1) 时，该功能正常工作

但是，当我设置时，我float_workers > 1的行为变得越来越奇怪。

我无法弄清楚我的代码有什么问题 - 我正在使用 JOCL，因为整个内核都在我的 Java 类中的一个字符串中，所以诸如： gid *= " + String.valueOf(float_workers) + ";做有意义，并编译之类的行。

线标记 (1) 到 (2) 正在使用正确数量的项目（1-4 个项目，取决于 float_workers）设置 float4。此循环将 GID 映射到一对节点（当 float_workers = 1 时）或当 float_workers 较高时映射到两对、三对或四对节点。线标记 (2) 到 (3) 是正在执行的实际工作（计算排斥节点的量）。到 end 的线标记 (3) 将结果设置为“位移”数组，因此可以稍后更新节点的位置。显然，当我将内核排入队列时，我会正确调整工人的数量，所以这似乎不是问题。

我是否正确假设每个xPos[...]只能设置一次？这是我能想到的唯一能打破这一点的事情。我错过了什么吗？

我是 OpenCL 的新手。有人知道如何通过 OpenCL 读取文本文件吗？因为我希望能够读取文件并将内容拆分为一些数组。例如，我的 txt 文件包含：1010101 1 1010111。我想得到 1010101 作为数组 a 和 1010111 作为数组 b。在这里，我们看到一个制表符/空格，它的制表符分隔符为“1”，所以我也需要使用分隔符“\t1”进行拆分。

这是我的主要代码：

但是对于 calcDistanceCs() 和 calcDistanceRs() 他们都需要读取一个 txt 文件。然后从那个文件中我得到了这样的数组（stateArray []）：

这是我需要阅读的示例文本文件： 00010000000000000000000000001000000000000000000000110000000001000000000010010111000000000000000000100000000000000001001000000000000000000000000000000001000000000000000000000000100000100000000000001000000000000001010000000000010000000000000000001000000000000001000000001000001100101000000000000010000000000010000000000000000000000000010000000000000110000000000001000000000000000000000100000000001001001110010000000000000000100000000000000000001000000000010000000010000000010000000000000000000010000000000100110000001000000000000000000000000001000000000000000100000000000100000000000000000000010000000000000000000000000100000000000000000000000000000000000000000000000000000000000000000000000000000000010000000000000010000000000000000100000110000000000000000000000000000000010000000000000000000010000000000000000000000100 1 00010000000000000000000000001000000000000000000000010000000001000000000000010011000000000000000000100000000000000001001000000000000000000000000000000001000000000000000000000000100000100000000000001000000000000001010000000000010000000000000000001000000000000001000000001000001100001000000000000010000000000010000000000000000000000000010000000000000110000000000001000000000000000000000100000000001001001110000000000000000000100000000000000000001000000000010000000010000000010000000000000000000000000000000100110000001000000000000000000000000001000000000000000100000000000100000000000000000000010000000000000000000000000100000000000000000000000000000000000000000000000000000000000000000000000000000000010000000000000010000000000000000100000110000000000000000000000000000000010000000000000000000010000000000000000000000100

从上面的示例中，我想拆分为： 第一个数组：第二个数组：00010000000000000000000000001000000000000000000000110000000001000000000010010111000000000000000000100000000000000001001000000000000000000000000000000001000000000000000000000000100000100000000000001000000000000001010000000000010000000000000000001000000000000001000000001000001100101000000000000010000000000010000000000000000000000000010000000000000110000000000001000000000000000000000100000000001001001110010000000000000000100000000000000000001000000000010000000010000000010000000000000000000010000000000100110000001000000000000000000000000001000000000000000100000000000100000000000000000000010000000000000000000000000100000000000000000000000000000000000000000000000000000000000000000000000000000000010000000000000010000000000000000100000110000000000000000000000000000000010000000000000000000010000000000000000000000100000100101110000000000000000001000000000000000010010000000000000000000000000000000010000000000000000000000001000001000000000000010000000000000010100000000000100000000000000000010000000000000010000000010000011001010000000000000100000000000100000000000000000000000000100000000000001100000000000010000000000000000000001000000000010010011100100000000000000001000000000000000000010000000000100000000100000000100000000000000000000100000000001001100000010000000000000000000000000010000000000000001000000000001000000000000000000000100000000000000000000000001000000000000000000000000000000000000000000000000000000000000000000000000000000000100000000000000100000000000000001000001100000000000000000000000000000000100000000000000000000100000000000000000000001000001001011100000000000000000010000000000000000100100000000000000000000000000000000100000000000000000000000010000010000000000000100000000000000101000000000001000000000000000000100000000000000100000000100000110010100000000000001000000000001000000000000000000000000001000000000000011000000000000100000000000000000000010000000000100100111001000000000000000010000000000000000000100000000001000000001000000001000000000000000000001000000000010011000000100000000000000000000000000100000000000000010000000000010000000000000000000001000000000000000000000000010000000000000000000000000000000000000000000000000000000000000000000000000000000001000000000000001000000000000000010000011000000000000000000000000000000001000000000000000000001000000000000000000000010000100000000000001000000000000001010000000000010000000000000000001000000000000001000000001000001100101000000000000010000000000010000000000000000000000000010000000000000110000000000001000000000000000000000100000000001001001110010000000000000000100000000000000000001000000000010000000010000000010000000000000000000010000000000100110000001000000000000000000000000001000000000000000100000000000100000000000000000000010000000000000000000000000100000000000000000000000000000000000000000000000000000000000000000000000000000000010000000000000010000000000000000100000110000000000000000000000000000000010000000000000000000010000000000000000000000100001000000000000010000000000000010100000000000100000000000000000010000000000000010000000010000011001010000000000000100000000000100000000000000000000000000100000000000001100000000000010000000000000000000001000000000010010011100100000000000000001000000000000000000010000000000100000000100000000100000000000000000000100000000001001100000010000000000000000000000000010000000000000001000000000001000000000000000000000100000000000000000000000001000000000000000000000000000000000000000000000000000000000000000000000000000000000100000000000000100000000000000001000001100000000000000000000000000000000100000000000000000000100000000000000000000001001001000000000000000010000000000000000000100000000001000000001000000001000000000000000000001000000000010011000000100000000000000000000000000100000000000000010000000000010000000000000000000001000000000000000000000000010000000000000000000000000000000000000000000000000000000000000000000000000000000001000000000000001000000000000000010000011000000000000000000000000000000001000000000000000000001000000000000000000000010010010000000000000000100000000000000000001000000000010000000010000000010000000000000000000010000000000100110000001000000000000000000000000001000000000000000100000000000100000000000000000000010000000000000000000000000100000000000000000000000000000000000000000000000000000000000000000000000000000000010000000000000010000000000000000100000110000000000000000000000000000000010000000000000000000010000000000000000000000100

每个数组由 800 个字节组成（从数组 0-799）。分隔符（分隔符），我将其设为粗体1。

这是我的 OpenCl 内核函数

我已经使用全局内存来存储数据。现在我尝试将存储位置转换为本地内存。所以我的代码如下所示：

当我执行上述代码时，出现以下语法错误：

谁能指出我的错误？

提前致谢！

我的内核函数必须存储一个包含 7500 个值的中间私有数组。在运行代码时，我的屏幕会出现一秒钟的空白，并且当它恢复时不会显示结果。假设没有足够的私有内存，我稍微更改了代码。现在它将每个新数组值与迄今为止计算的最大值进行比较。这样我就不需要创建一个包含 7000 个值的数组。相反，我只存储最大的价值。但我仍然遇到同样的问题。那么我的屏幕变黑的原因可能是什么？这是我的内核：

存储在private static String programSource;. 这是代码：

澄清： 我将opencl计算函数的参数（例如内核范围、设备和显式副本）硬编码到我的每个项目中，但这很累，我决定编写一个完全动态的类，对数组进行分治并发送片段到不同的设备。目前，它可以构建支持 opencl 的设备列表，可以使用多个线程划分工作，使用另一个线程池进行计算并使用第三个线程池重新组装。（例如：1个线程划分，2个设备上的2个线程计算，1个线程将结果组装成原始数组）。线程驻留在 java 执行程序的线程池中。

问题：当它将一个 2M 元素的工作分成 256 块（每个计算 8k 元素）时，内核启动开销（在 gpu 上）变得超过执行时间的 %100。当我增加每个片段的大小（到 ~64k 或 128k）时，它会变得无性能意识，例如在弱设备上进行过多的工作并且速度会更慢。每个元素上的工作量也可能不相等（光线跟踪、粒子碰撞的树结构、可变循环迭代......）。我的 gpu 只能同时执行两个独立的内核，所以我无法成功隐藏分而治之碎片的读取-计算-写入。如果我简单地将所有工作分成两部分，那就更糟了。当元素数量达到 20M 时，内核启动开销将非常明显。

问题：我是否应该只将整个阵列复制到所有设备一次（而不是片段）（10 个设备的 10 个副本，可以使用重叠的计算和副本隐藏一些）并且在连续的 ndrangekernel 执行上只计算一次，或者将最小尺寸的部分复制到设备然后测试其性能，然后根据该微基准复制可变长度的元素数组？如何在执行次数与性能感知之间取得平衡，以实现光线追踪、粒子碰撞和排序算法的实时速度，以便我的 cpu 实际上可以帮助 gpu 而不是降低性能？

现在，它看起来像：

系统： windows-7 64 位 + 支持 Opencl 1.2 的 gpu 和 cpu、jocl 和 java 64 位。所以我不能使用 Opencl 2.0。