OpenCL是Open Computing Language的简写，目前已经形成了标准，是跨平台的，通常由图形处理器（GPU）提供硬件层面支持。OpenCL的设计目的，主要是为了将GPU强大的浮点和并行运算能力，以及能与CPU协作的能力，从软件层面开放给用户使用。用法跟OpenGL类似。
通常情况下，对同一组数据进行并行运算，使用OpenCL比执行普通CPU端程序，要快很多倍。
站在应用软件的角度，OpenCL简单来说，就是一组API函数名称，操作系统通常会提供具体实现库，以及运行于GPU之上的程序（OpenCL中称为kernel），文件后缀通常为.cl，基于OpenCL语法编写的程序，由CPU加载编译后，传输到OpenCL设备的内存供GPU执行。各个图形处理器厂商，针对自己的具体芯片，在GPU驱动程序中适配这些API，用户就可以基于这些标准的API进行相关的OpenCL应用程序开发。
需要指出的是：跟OpenGL的shader程序类似，OpenCL的kernel程序也是具体GPU芯片相关的，不能跨GPU型号使用。同一段代码，可能换了GPU型号之后就不能编译通过，第一个GPU使用的二进制kernel程序，不应该直接加载到第二个不同型号GPU上面使用。
OpenCL设备内部，通常会有大量的并行计算单元（上图中的CU），每个计算单元内部又包含有若干个处理单元（图中的PE），PE可以同时并行地执行相同OpenCL代码，从而实现高性能并行运算，具体CU以及PE数量已经运算性能，跟具体GPU厂商的具体GPU型号有关。
OpenCL代码被CPU加载到设备内存之后，CPU通过相应的OpenCL API来启动OpenCL设备的运行，同时还能查询执行状态，实现CPU-GPU之间的同步，设备关闭等操作。
RZ/G2L上的OpenCL支持
RZ/G2L微处理器配备Cortex®-A55（1.2 GHz）CPU、16 位 DDR3L/DDR4接口、带Arm Mali-G31的3D图形加速引擎以及视频编解码器（H.264），如下图红色框所示。此外，这款微处理器还配备有大量接口，如摄像头输入、显示输出、USB 2.0和千兆以太网，因此特别适用于入门级工业人机界面（HMI）和具有视频功能的嵌入式设备等应用。
此GPU支持2D/3D图形，以及通用GPU运算（GPGPU）。具体支持如下标准API：
● OpenCL 2.0 Full Profile
● OpenGL ES 1.1 2.0 3.0 3.1 and 3.2
如果客户需要，可以提供RZ/G2L上完整的OpenCL使用例程。OpenCL编程参考链接：http://portablecl.org/
RZ/G2L上的OpenCL Library及其使用
RZ/G2L的VLP开发环境里面有提供Linux版OpenCL Library（需要从官网另外下载）以及对应头文件。
RZ/G2L的OpenCL库支持3种运行模式：
● CPU Mode：并行运算在CPU端完成，应用程序仍然需要调用OpenCL库API，OpenCL库内部会基于ARMv8 NEON SIMD指令集做针对性优化。
● GPU Mode：并行运行在GPU端完成，驱动程序会充分利用OpenCL设备的PE单元，提示并行性和运算效率。
● BOTH Mode：上面两种模式的结合。
通常情况下，BOTH Mode能提供最佳性能，典型做法是将待处理的并行数据，平均分成连续的两部分，CPU和GPU各自处理一半的数据（BOTH模式）。结合CPU模式，是因为CPU端有高主频，大Cache，高DDR带宽等优势。由于GPU端PE的特殊性，对待处理的数据，要求是，所有输入数据运算方法相同，没有依赖性，比如：两组输入数组A[1024]和B[1024]分别存放有1024字节的float类型数据，将A和B同序号的数据分别做乘法，结果保存于浮点数组C[1024]，即：
C[0] = A[0] * B[0];
C[1] = A[1] * B[1];
… …
因为所有PE只能并行执行相同的kernel程序。
OpenCL库的使用，主要分为如下步骤：
● 获取平台信息
● 获取设备信息
● 创建上下文
● 创建命令队列
● 创建和编译kernel程序
● 创建kernel对象
● 创建内存对象
● 设置kernel参数
● 执行kernel程序
● 同步操作
● 获取处理结果
● 清理资源
部分OpenCL API介绍
OpenCL API通常以 cl_ 开头，很容易识别。
获取平台信息
cl_int clGetPlatformIDs(cl_uint num_entries,
cl_platform_id *platforms,
cl_uint *num_platforms);
这个函数是OpenCL应用程序必须调用的第一个API，用来获取可使用的Platform ID数组，当平台数未知时，第一次调用clGetPlatformIDs函数获取平台数量，第二次调用clGetPlatformIDs函数获取平台对象，供后续API使用。
cl_int clGetPlatformInfo(cl_platform_id platform,
cl_platform_info param_name,
size_t param_value_size,
void *param_value,
size_t *param_value_size_ret);
用于获取OpenCL的Profile信息、版本、平台制造商、支持的扩展等。
获取设备信息
cl_int clGetDeviceIDs(cl_platform_id_platform,
cl_device_type device_type,
cl_uint num_entries,
cl_device_id *devices,
cl_uint *num_devices);
这个API用来获取平台可使用的设备对象数组。可用于获取CPU/GPU/专用加速器等OpenCL设备数量等。
cl_int clGetDeviceInfo(cl_device_id device,
cl_device_info param_name,
size_t param_value_size,
void *param_value,
size_t *param_value_size_ret);
用于获取选定设备相关信息，如并行计算单元最大数量、设备端全局内存大小等信息。
由于OpenCL API涉及的内容比较多，另一方面，OpenCL相关标准已经很成熟，网上有很多的示例资源可供参考，瑞萨也可以提供MPU上的OpenCL例子给到客户，剩下的OpenCL应用程序步骤相关API，就不进一步介绍了。
您可复制下方网址到浏览器中打开进入瑞萨中文论坛查看：https://community-ja.renesas.com/zh/forums-groups/mcu-mpu/
一、接受条款 使用者（也称"您"）在访问或使用本网站及其服务时，即已经表示同意并不加修改地接受本《用户协议》、本网站的《隐私声明》、《法律声明》以及其关或相链接的网页和网站的条件和条款的规定。我们强烈建议：在您阅读和接受本《用户协议》时，也应阅读并接受本《用户协议》中所提到《隐私声明》、《法律声明》及其相关或相链接网页或网站所包含的资料，因为《隐私声明》、《法律声明》及其它相关网页或网站可能包含对您适用的进一步规定。（请注意：点击划有底线的词句即可链接到上述《隐私声明》、《法律声明》及其它相关或相链接的网页和网站。
二、使用者的资格要求 在本网站中"使用者"指的是浏览、阅读、使用本网站信息或服务的任何个人或组织。本网站的服务仅适用于根据相关法律的规定具有签订有约束力的合同的个人或组织并仅由其使用。本网站的服务不向18周岁以下的个人使用者提供，也不向临时被本网站中止或取消使用者资格的使用者提供。如果使用者不符合本条规定，请停止使用本网站或本网站的服务。
RA生态工作室网站由欣瑞利科技运营
地址：深圳市南山区西丽TCL科学园E2-5C
邮箱：common@ramcu.cn
RA生态工作室
瑞萨嵌入式小百科
样品
应用
微信