OpenCL并行加减乘除示例——数据并行与任务并行

最新推荐文章于 2025-06-13 15:37:31 发布

原创

最新推荐文章于 2025-06-13 15:37:31 发布 · 4k 阅读

23 ·

CC 4.0 BY-SA版权

文章标签：

#OpenCL #并行计算 #Visual Studio 2017

本文通过OpenCL展示了数据并行和任务并行的概念。在数据并行中，通过clEnqueueNDRangeKernel()实现同一核函数对不同数据的并行处理，从而提高效率。而在任务并行中，将功能函数分解为多个独立任务，如加、减、乘、除，使用clEnqueueTask()并行执行这些任务，进一步提升性能。例子来源于《The OpenCL Programming Book》。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

OpenCL并行加减乘除示例——数据并行与任务并行

==============================================================

目录结构

1、数据并行

2、任务并行

3、参考

==============================================================

关键词：OpenCL; data parallel; task parallel

数据并行化计算与任务并行化分解可以加快程序的运行速度。

如下基本算术例子，输入数组A和数组B，得到输出数组C，C的结果如图中output所示。

图1、加减乘除例子

我们可以通过以下代码计算结果，这块代码我们暂且称为功能函数：

float C[16];

int i;

for(i=0; i<4; i++)

{

       C[i*4+0] = A[i*4+0] + B[i*4+0]; //task A

       C[i*4+1] = A[i*4+1] - B[i*4+1]；//task B

       C[i*4+2] = A[i*4+2] * B[i*4+2]；//task C

       C[i*4+3] = A[i*4+3] / B[i*4+3]；// task D

}

1、数据并行(data parallel)

可以发现每一个for循环都由加减乘除4个任务组成，分别为task A、task B、task C和task D。按时间顺序从0时刻开始执行i=0到i=3的4个计算单元，运行完成时间假设为T。

图2. 顺序执行图

从图2我们也可以看出，对于每个程序块，A，B的数据来源都不同，图中的颜色对应task的颜色，由于数据之间并没有依赖关系，所以在程序设计时可以使i=0,1,2,3四个程序块一起运行，将不同的数据给相同的处理函数同时运行，理想化得使运行时间缩减到T/4，如图3所示。这种办法对不同的数据使用相同的核函数，称为数据并行。

图3. 数据并行方法图

数据化并行使用的OpenCL的API函数是：clEnqueueNDRangeKernel()

以下是参考程序：

host.cpp:

#include "stdafx.h" 
#include <stdio.h>
#include <stdlib.h>
#include <string>
#include <CL/cl.h>
#include <time.h>

#define MAX_SOURCE_SIZE (0x100000)
//data parallel
int main()
{
	cl_platform_id platform_id = NULL;
	cl_device_id device_id = NULL;
	cl_context context = NULL;
	cl_command_queue command_queue = NULL;
	cl_mem Amobj = NULL;
	cl_mem Bmobj = NULL;
	cl_mem Cmobj = NULL;
	cl_program program = NULL;
	cl_kernel kernel = NULL;
	cl_uint ret_num_devices;
	cl_uint ret_num_platforms;
	cl_int ret;

	int i, j;
	float *A;
	float *B;
	float *C;

	A = (float *)malloc(4 * 4 * sizeof(float));
	B = (float *)malloc(4 * 4 * sizeof(float));
	C = (