Android 平台高性能计算

做点笔记

最近的目标是提高 Android 应用程序的计算能力,尝试了RenderScript, OpenCL, OpenBlas 等各种方式，所以写一写记录一下。
现在人工智能，机器学习可是越来越火了。移动端的应用应该也很有前景，但是我看到的那些计算，比如对图片数据卷积计算要求都很高，然而手机的计算性能是比较捉急的。
从最开始我们就放弃使用 JVM，直接调用本 Native 程序。这个并不难，Android Studio 2.2 版本增加了对 CMake 的支持，可以将需要的C库连接到应用的本地库，写一些需要的 JNI 接口就行。
在算法已经确定的情况下，我们打算从2个方面来进行计算性能的提升：

• 使用 blas 来加速线性代数的计算。
• 使用异构计算来提高计算性能。

OpenBlas

OpenBlas(Open Basic Linear Algebra Subprograms)

OpenCL

OpenCl 是一个计算平台用它来调用手机上的 GPU，但前提是手机要支持，它的共享库一般可以以直接中手机里取出来，头文件我是从 Github 上找的。连接到本地库后就可以开始编写 OpenCL 的代码了。
启动OpenCL：

/**
     * 初始化OpenCL
     * @param *env JVM 指针
     * @param openCLProgramText 内核程序
     * @param openCLObjects openCL信息封装类
     */
    void initOpenCL(JNIEnv * env,  jstring openCLProgramText){

        cl_device_type device_type = CL_DEVICE_TYPE_GPU;   //使用的设备类型
        cl_int err = CL_SUCCESS;                           //报错信息

        /**----------------------------------------------------------------------
         * 1.获取可用平台信息
         */
        //获取平台ID,先取数量,在获取具体ID
        cl_uint num_of_platforms = 0;
        err = clGetPlatformIDs(0, 0, &num_of_platforms);
        SAMPLE_CHECK_ERRORS(err);

        if (num_of_platforms == 0){
            LOGE("There is no found a suitable OpenCL platform");
            return;
        }

        LOGD("Number of available platforms: %u", num_of_platforms);
        vector<cl_platform_id> platforms(num_of_platforms);
        //获取所有平台ID
        err = clGetPlatformIDs(num_of_platforms, &platforms[0], 0);
        SAMPLE_CHECK_ERRORS(err);

        //可以根据平台的名字等信息选择平台,这里选择第一个可用的平台
        LOGD("OpenCL platform names:");
        cl_uint selected_platform_index = 0;
        openCLObjects.platform = platforms[selected_platform_index];

        //获取品台名称长度
        size_t platform_name_length = 0;
        err = clGetPlatformInfo(
                platforms[selected_platform_index],
                CL_PLATFORM_NAME,
                0,
                0,
                &platform_name_length
        );
        SAMPLE_CHECK_ERRORS(err);
        //获取平台名称
        vector<char> platform_name_buffer(platform_name_length);
        err = clGetPlatformInfo(
                platforms[selected_platform_index],
                CL_PLATFORM_NAME,
                platform_name_length,
                &platform_name_buffer[0],
                0
        );
        SAMPLE_CHECK_ERRORS(err);
        string platform_name = &platform_name_buffer[0];//平台名称
        LOGD("platform name:%s", platform_name.c_str());


        /**----------------------------------------------------------------------
         * 2. 创建上下文
         */

        cl_context_properties context_props[] = {
                CL_CONTEXT_PLATFORM,
                cl_context_properties(openCLObjects.platform),
                0
        };
        openCLObjects.context = clCreateContextFromType(
                context_props,
                device_type,
                0,
                0,
                &err);
        SAMPLE_CHECK_ERRORS(err);


        /**----------------------------------------------------------------------
         * 3. 查找设备信息
         */

        err = clGetContextInfo(
                openCLObjects.context,
                CL_CONTEXT_DEVICES,
                sizeof(openCLObjects.device),
                &openCLObjects.device,
                0);

        SAMPLE_CHECK_ERRORS(err);

        /**----------------------------------------------------------------------
         * 4. 创建 openCl 程序
         */

        const char* openCLProgramTextNative = env->GetStringUTFChars(openCLProgramText, 0);
        LOGD("OpenCL program text:\n%s", openCLProgramTextNative);

        openCLObjects.program =
                clCreateProgramWithSource
                        (
                                openCLObjects.context,
                                1,
                                &openCLProgramTextNative,
                                0,
                                &err
                        );

        SAMPLE_CHECK_ERRORS(err);

        /**----------------------------------------------------------------------
         * 5. 构建 CL 程序
         */

        err = clBuildProgram(openCLObjects.program, 0, 0, 0, 0, 0);

        if(err == CL_BUILD_PROGRAM_FAILURE)
        {
            size_t log_length = 0;
            err = clGetProgramBuildInfo(
                    openCLObjects.program,
                    openCLObjects.device,
                    CL_PROGRAM_BUILD_LOG,
                    0,
                    0,
                    &log_length
            );
            SAMPLE_CHECK_ERRORS(err);

            vector<char> log(log_length);

            err = clGetProgramBuildInfo(
                    openCLObjects.program,
                    openCLObjects.device,
                    CL_PROGRAM_BUILD_LOG,
                    log_length,
                    &log[0],
                    0
            );
            SAMPLE_CHECK_ERRORS(err);

            LOGE("Error happened during the build of OpenCL program.\nBuild log:%s", &log[0]);
            return;
        }

        /**-----------------------------------------------------------------------
         * 6. 提取内核
         */

        openCLObjects.kernel = clCreateKernel(openCLObjects.program, "stepKernel", &err);
        SAMPLE_CHECK_ERRORS(err);

        /* -----------------------------------------------------------------------
         * 7. 创建指令队列
         */

        openCLObjects.queue =
                clCreateCommandQueue
                        (
                                openCLObjects.context,
                                openCLObjects.device,
                                0,    // Creating queue properties, refer to the OpenCL specification for details.
                                &err
                        );
        SAMPLE_CHECK_ERRORS(err);

        // -----------------------------------------------------------------------

        LOGD("initOpenCL finished successfully");

        env->ReleaseStringUTFChars(openCLProgramText, openCLProgramTextNative);//释放 code String
    }