松子茶的专栏

opencl应用的第一步是查询平台集合，选择其中一个或多个平台应用中使用。平台集可以用以下命令查询：cl_int clGetPlatformIDs(cl_uint num_entries, cl_platform_id *platforms, cl_uint *num_platforms)

由于OpenCL是为各类处理器设备而打造的开发标准的计算语言。因此跟CUDA不太一样的是，其对设备特征查询的项更上层，而没有提供一些更为底层的特征查询。比如，你用OpenCL的设备查询API只能获取最大work group size，但无法获取到最小线程并行粒度。

矩阵转置，主要的技巧还是利用好local memory ,防止local memory,以及glabol memory的读取尽量是合并读写。

对于OpenCL来说，它的执行过程可以这样理解：一段代码，.cpp的那个是在host上面执行的，也就是那段非kernel的代码。而kernel的那段代码来说，是在设备上执行的。对于平台，设备，上下文什么的都是一些比较抽象的概念。

opencl中，上下文(context)是一个抽象容器并存在于主机端，它能协调主机与设备之间的交互机制，管理设备上可以的内存对象，跟踪针对每个设备新建kernel和程序.

面向异构平台的应用都必须完成的步骤：1）发现构成异构系统的组件。2）探查这些组件的特征，使软件能够适应不同硬件单元的特定特性。3）创建将在平台上运行的指令块（内核）。4）建立并管理计算中涉及的内存对象。5）在系统中正确的组件上按正确的顺序执行内核。6）收集最终结果。这些步骤通过OpenCL中的一系列API再加上一个面向内核的编程环境来完成。我们将采用一种“分而治之”的策略解释以上步骤的所有工作。

CPU和GPU都是具有运算能力的芯片。CPU更像“通才”主要指令运算(执行)为重和数值运算，而GPU更像“专才”，主要图形类数值计算为核心。在不同类型的运算方面的速度也就决定了它们的能力。芯片的速度主要取决于三个方面：微架构，主频和IPC(每个时钟周期执行的指令数)。

目前，NVIDIA 和 AMD 的 Windows driver 均有支持OpenCL（NVIDIA 的正式版 driver 是从自195.62 版开始，而 AMD则是从9.11 版开始）。NVIDIA 的正式版 driver 中包含 OpenCL.dll，因此可以直接使用。AMD 到目前为止，则仍需要安裝其 SDK 才有 OpenCL.dll。不过，在最新的 SDK 中，NVIDIA 和 AMD 使用的 calling convention 是相同的。也就是说，使用 AMD 的 SDK编译的 OpenCL