一文说清OpenCL框架

 [[414533]]

本文转载自微信公众号「LoyenWang」，作者LoyenWang。转载本文请联系LoyenWang公众号。

背景

• Read the fucking official documents! --By 鲁迅
• A picture is worth a thousand words. --By 高尔基

说明：

• 对不起，我竟然用了一个夺人眼球的标题;
• 我会尽量从一个程序员的角度来阐述OpenCL，目标是浅显易懂，如果没有达到这个效果，就当我没说这话;
• 子曾经曰过：不懂Middleware的系统软件工程师，不是一个好码农;

1. 介绍

• OpenCL(Open Computing Language，开放计算语言)：从软件视角看，它是用于异构平台编程的框架;从规范视角看，它是异构并行计算的行业标准，由Khronos Group来维护;
• 异构平台包括了CPU、GPU、FPGA、DSP，以及最近几年流行的各类AI加速器等;
• OpenCL包含两部分：

1)用于编写运行在OpenCL device上的kernels的语言(基于C99);

2)OpenCL API，至于Runtime的实现交由各个厂家，比如Intel发布的opencl_runtime_16.1.2_x64_rh_6.4.0.37.tgz

以人工智能场景为例来理解一下，假如在某个AI芯片上跑人脸识别应用，CPU擅长控制，AI processor擅长计算，软件的flow就可以进行拆分，用CPU来负责控制视频流输入输出前后处理，AI processor来完成深度学习模型运算完成识别，这就是一个典型的异构处理场景，如果该AI芯片的SDK支持OpenCL，那么上层的软件就可以基于OpenCL进行开发了。

话不多说，看看OpenCL的架构吧。

2. OpenCL架构

OpenCL架构，可以从平台模型、内存模型、执行模型、编程模型四个角度来展开。

2.1 Platform Model

平台模型：硬件拓扑关系的抽象描述

• 平台模型由一个Host连接一个或多个OpenCL Devices组成;
• OpenCL Device，可以划分成一个或多个计算单元Compute Unit(CU);
• CU可以进一步划分成一个或多个处理单元Processing Unit(PE)，最终的计算由PE来完成;
• OpenCL应用程序分成两部分：host代码和device kernel代码，其中Host运行host代码，并将kernel代码以命令的方式提交到OpenCL devices，由OpenCL device来运行kernel代码;

2.2 Execution Model

执行模型：Host如何利用OpenCL Device的计算资源完成高效的计算处理过程

Context

OpenCL的Execution Model由两个不同的执行单元定义：1)运行在OpenCL设备上的kernel;2)运行在Host上的Host program;其中，OpenCL使用Context代表kernel的执行环境：

Context包含以下资源：

• Devices：一个或多个OpenCL设备;
• Kernel Objects：OpenCL Device的执行函数及相关的参数值，通常定义在cl文件中;
• Program Objects：实现kernel的源代码和可执行程序，每个program可以包含多个kernel;
• Memory Objects：Host和OpenCL设备可见的变量，kernel执行时对其进行操作;

NDrange

• kernel是Execution Model的核心，放置在设备上执行，当kernel执行前，需要创建一个索引空间NDRange(一维/二维/三维);
• 执行kernel实例的称为work-item，work-item组织成work-group，work-group组织成NDRange，最终将NDRange映射到OpenCL Device的计算单元上;

有两种方式来找到work-item：

1. 通过work-item的全局索引;
2. 先查找到所在work-group的索引号，再根据局部索引号确定;

以一维为例：

• 上图中总共有四个work-group，每个work-group包含四个work-item，所以local_size的大小为4，而local_id都是从0开始重新计数;
• global_size代表总体的大小，也就是16个work-item，而global_id则是从0开始计数;

以二维为例：

• 二维的计算方式与一维类似，也是结合global和local的size，可以得出global_id和local_id的大小，细节不表了;

三维的方式也类似，略去。

2.3 Memory Model

内存模型：Host和OpenCL Device怎么来看待数据

OpenCL的内存模型中，包含以下几类类型的内存：

• Host memory：Host端的内存，只能由Host直接访问;
• Global Memory：设备内存，可以由Host和OpenCL Device访问，允许Host的读写操作，也允许OpenCL Device中PE读写，Host负责该内存中Buffer的分配和释放;
• Constant Global Memory：设备内存，允许Host进行读写操作，而设备只能进行读操作，用于传输常量数据;
• Local Memory：单个CU中的本地内存，Host看不到该区域并无法对其操作，该区域允许内部的PE进行读写操作，也可以用于PE之间的共享，需要注意同步和并发问题;
• Private Memory：PE的私有内存，Host与PE之间都无法看到该区域;

2.4 Programming Model

• 在编程模型中，有两部分代码需要编写：一部分是Host端，一部分是OpenCL Device端;
• 编程过程中，核心是要维护一个Context，代表了整个Kernel执行的环境;
• 从cl源代码中创建Program对象并编译，在运行时创建Kernel对象以及内存对象，设置好相关的参数和输入之后，就可以将Kernel送入到队列中执行，也就是Launch kernel的流程;
• 最终等待运算结束，获取计算结果即可;

3. 编程流程

• 上图为一个OpenCL应用开发涉及的基本过程;

下边来一个实际的代码测试跑跑，Talk is cheap, show me the code!

4. 示例代码

• 测试环境：Ubuntu16.04，安装Intel CPU OpenCL SDK(opencl_runtime_16.1.2_x64_rh_6.4.0.37.tgz);
• 为了简化流程，示例代码都不做容错处理，仅保留关键的操作;
• 整个代码的功能是完成向量的加法操作;

4.1 Host端程序

#include <iostream> 
#include <fstream> 
#include <sstream> 
 
#include <CL/cl.h> 
 
const int DATA_SIZE = 10; 
 
int main(void) 
{ 
    /* 1. get platform & device information */ 
    cl_uint num_platforms; 
    cl_platform_id first_platform_id; 
    clGetPlatformIDs(1, &first_platform_id, &num_platforms); 
 
 
    /* 2. create context */ 
    cl_int err_num; 
    cl_context context = nullptr; 
    cl_context_properties context_prop[] = { 
        CL_CONTEXT_PLATFORM, 
        (cl_context_properties)first_platform_id, 
        0 
    }; 
    context = clCreateContextFromType(context_prop, CL_DEVICE_TYPE_CPU, nullptr, nullptr, &err_num); 
 
 
    /* 3. create command queue */ 
    cl_command_queue command_queue; 
    cl_device_id *devices; 
    size_t device_buffer_size = -1; 
 
    clGetContextInfo(context, CL_CONTEXT_DEVICES, 0, nullptr, &device_buffer_size); 
    devices = new cl_device_id[device_buffer_size / sizeof(cl_device_id)]; 
    clGetContextInfo(context, CL_CONTEXT_DEVICES, device_buffer_size, devices, nullptr); 
    command_queue = clCreateCommandQueueWithProperties(context, devices[0], nullptr, nullptr); 
    delete [] devices; 
 
 
    /* 4. create program */ 
    std::ifstream kernel_file("vector_add.cl", std::ios::in); 
    std::ostringstream oss; 
 
    oss << kernel_file.rdbuf(); 
    std::string srcStdStr = oss.str(); 
    const char *srcStr = srcStdStr.c_str(); 
    cl_program program; 
    program = clCreateProgramWithSource(context, 1, (const char **)&srcStr, nullptr, nullptr); 
 
 
    /* 5. build program */ 
    clBuildProgram(program, 0, nullptr, nullptr, nullptr, nullptr); 
 
 
    /* 6. create kernel */ 
    cl_kernel kernel; 
    kernel = clCreateKernel(program, "vector_add", nullptr); 
 
 
    /* 7. set input data && create memory object */ 
    float output[DATA_SIZE]; 
    float input_x[DATA_SIZE]; 
    float input_y[DATA_SIZE]; 
    for (int i = 0; i < DATA_SIZE; i++) { 
        input_x[i] = (float)i; 
        input_y[i] = (float)(2 * i); 
    } 
 
    cl_mem mem_object_x; 
    cl_mem mem_object_y; 
    cl_mem mem_object_output; 
    mem_object_x = clCreateBuffer(context, CL_MEM_READ_ONLY | CL_MEM_COPY_HOST_PTR, sizeof(float) * DATA_SIZE, input_x, nullptr); 
    mem_object_y = clCreateBuffer(context, CL_MEM_READ_ONLY | CL_MEM_COPY_HOST_PTR, sizeof(float) * DATA_SIZE, input_y, nullptr); 
    mem_object_output = clCreateBuffer(context, CL_MEM_READ_WRITE, sizeof(float) * DATA_SIZE, nullptr, nullptr); 
 
 
    /* 8. set kernel argument */ 
    clSetKernelArg(kernel, 0, sizeof(cl_mem), &mem_object_x); 
    clSetKernelArg(kernel, 1, sizeof(cl_mem), &mem_object_y); 
    clSetKernelArg(kernel, 2, sizeof(cl_mem), &mem_object_output); 
 
 
    /* 9. send kernel to execute */ 
    size_t globalWorkSize[1] = {DATA_SIZE}; 
    size_t localWorkSize[1] = {1}; 
    clEnqueueNDRangeKernel(command_queue, kernel, 1, nullptr, globalWorkSize, localWorkSize, 0, nullptr, nullptr); 
 
 
    /* 10. read data from output */ 
    clEnqueueReadBuffer(command_queue, mem_object_output, CL_TRUE, 0, DATA_SIZE * sizeof(float), output, 0, nullptr, nullptr); 
    for (int i = 0; i < DATA_SIZE; i++) { 
        std::cout << output[i] << " "; 
    } 
    std::cout << std::endl; 
 
 
    /* 11. clean up */ 
    clRetainMemObject(mem_object_x); 
    clRetainMemObject(mem_object_y); 
    clRetainMemObject(mem_object_output); 
    clReleaseCommandQueue(command_queue); 
    clReleaseKernel(kernel); 
    clReleaseProgram(program); 
    clReleaseContext(context); 
 
    return 0; 
} 

4.2 OpenCL Kernel函数

• 在Host程序中，创建program对象时会去读取kernel的源代码，本示例源代码位于：vector_add.cl文件中

内容如下：

__kernel void vector_add(__global const float *input_x, 
 __global const float *input_y, 
 __global float *output) 
{ 
 int gid = get_global_id(0); 
  
 output[gid] = input_x[gid] + input_y[gid]; 
} 

4.3 输出

参考

The OpenCL Specification