W dniu piątek, 18 lipca 2014 08:22:33 UTC+2 użytkownik Borneq napisał:
> Może warto zainteresować się OpenCL? CUDA działa tylko z kartami NVidia
>
> a OpenCL jest bardziej uniwersalny.
>
> Wynikało by z tego że CUDA jest bliżej sprzętu ale u kogoś OpenCL
>
> działał nawet szybciej.
>
> Druga rzecz - w czym to pisać? CUDA jest chyba obsługiwane przez jakiś
>
> nowy Visual C++ - 2012 czy jeszcze późniejszy.
>
> A OpenCL?

mozna sie zainteresowac, ja opencl em interesowalem sie tak z pol roku temu ale
odpalilem tylko prosty test, Kompilujesz program po prostu pod dllkę opencl.dll
aczkolwiek ten rozruchowy "knot" (czyli ten taki wezel wywolan api do setupu) byl dla
mnie strasznie meczacy - kiedys ludzie narzekali na to jak wyglada setup okna w
winapi, te stetupy
ogla czy ocl sa jeszcze gorsze

moge wkleic moje notatki z uruchomiania przykladow w ocl - przeklejone z jakiegos
tutoriala ale pamietam nabiedzilem sie pare dni by to uruchomic tak ze te notatki
moga byc przydatne "clew.c" to mala biblioteczka sciagnieta z netu



////////////////////////////////////////////////////
////////////////////////////

#include <fcntl.h>
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <math.h>
#include <unistd.h>
#include <sys/types.h>
#include <sys/stat.h>
//#include <OpenCL/opencl.h>
#include "clew.c"

////////////////////////////////////////////////////
////////////////////////////

// Use a static data size for simplicity
//
#define DATA_SIZE (1024)

////////////////////////////////////////////////////
////////////////////////////

// Simple compute kernel which computes the square of an input array
//
const char *KernelSource = "\n" \
"__kernel void square( \n" \
" __global float* input, \n" \
" __global float* output, \n" \
" const unsigned int count) \n" \
"{ \n" \
" int i = get_global_id(0); \n" \
" if(i < count) \n" \
" output[i] = input[i] * input[i]; \n" \
"} \n" \
"\n";

////////////////////////////////////////////////////
////////////////////////////

int main(int argc, char** argv)
{
clewInit("OpenCl.dll");

int writeCLInfo();

writeCLInfo();

int err; // error code returned from api calls

float data[DATA_SIZE]; // original data set given to device
float results[DATA_SIZE]; // results returned from device
unsigned int correct; // number of correct results returned

size_t global; // global domain size for our calculation
size_t local; // local domain size for our calculation

cl_device_id device_id; // compute device id
cl_context context; // compute context
cl_command_queue commands; // compute command queue
cl_program program; // compute program
cl_kernel kernel; // compute kernel

cl_mem input; // device memory used for the input array
cl_mem output; // device memory used for the output array

// Fill our data set with random float values
//
int i = 0;
unsigned int count = DATA_SIZE;
for(i = 0; i < count; i++)
data[i] = rand() / (float)RAND_MAX;

//////// platform
static cl_platform_id platform_id[10] = {0};
int no_of_platforms_found = 0;

int ret = clGetPlatformIDs(10, platform_id, &no_of_platforms_found);
if(ret == CL_SUCCESS ) printf("clGetPlatformIDs success") ;
printf(" %d platforms found\n",no_of_platforms_found ) ;

// Connect to a compute device
//
int gpu = 1;
err = clGetDeviceIDs(platform_id[0], gpu ? CL_DEVICE_TYPE_GPU :
CL_DEVICE_TYPE_CPU, 1, &device_id, NULL);
if (err != CL_SUCCESS)
{
printf("Error: Failed to create a device group!\n");
return EXIT_FAILURE;
}

// Create a compute context
//
context = clCreateContext(0, 1, &device_id, NULL, NULL, &err);
if (!context)
{
printf("Error: Failed to create a compute context!\n");
return EXIT_FAILURE;
}

// Create a command commands
//
commands = clCreateCommandQueue(context, device_id, 0, &err);
if (!commands)
{
printf("Error: Failed to create a command commands!\n");
return EXIT_FAILURE;
}

// Create the compute program from the source buffer
//
program = clCreateProgramWithSource(context, 1, (const char **) & KernelSource,
NULL, &err);
if (!program)
{
printf("Error: Failed to create compute program!\n");
return EXIT_FAILURE;
}

// Build the program executable
//
err = clBuildProgram(program, 0, NULL, NULL, NULL, NULL);
if (err != CL_SUCCESS)
{
size_t len;
char buffer[2048];

printf("Error: Failed to build program executable!\n");
clGetProgramBuildInfo(program, device_id, CL_PROGRAM_BUILD_LOG,
sizeof(buffer), buffer, &len);
printf("%s\n", buffer);
exit(1);
}

// Create the compute kernel in the program we wish to run
//
kernel = clCreateKernel(program, "square", &err);
if (!kernel || err != CL_SUCCESS)
{
printf("Error: Failed to create compute kernel!\n");
exit(1);
}

// Create the input and output arrays in device memory for our calculation
//
input = clCreateBuffer(context, CL_MEM_READ_ONLY, sizeof(float) * count, NULL,
NULL);
output = clCreateBuffer(context, CL_MEM_WRITE_ONLY, sizeof(float) * count, NULL,
NULL);
if (!input || !output)
{
printf("Error: Failed to allocate device memory!\n");
exit(1);
}

// Write our data set into the input array in device memory
//
err = clEnqueueWriteBuffer(commands, input, CL_TRUE, 0, sizeof(float) * count,
data, 0, NULL, NULL);
if (err != CL_SUCCESS)
{
printf("Error: Failed to write to source array!\n");
exit(1);
}

// Set the arguments to our compute kernel
//
err = 0;
err = clSetKernelArg(kernel, 0, sizeof(cl_mem), &input);
err |= clSetKernelArg(kernel, 1, sizeof(cl_mem), &output);
err |= clSetKernelArg(kernel, 2, sizeof(unsigned int), &count);
if (err != CL_SUCCESS)
{
printf("Error: Failed to set kernel arguments! %d\n", err);
exit(1);
}

// Get the maximum work group size for executing the kernel on the device
//
err = clGetKernelWorkGroupInfo(kernel, device_id, CL_KERNEL_WORK_GROUP_SIZE,
sizeof(local), &local, NULL);
if (err != CL_SUCCESS)
{
printf("Error: Failed to retrieve kernel work group info! %d\n", err);
exit(1);
}

// Execute the kernel over the entire range of our 1d input data set
// using the maximum number of work group items for this device
//
global = count;
err = clEnqueueNDRangeKernel(commands, kernel, 1, NULL, &global, &local, 0, NULL,
NULL);
if (err)
{
printf("Error: Failed to execute kernel!\n");
return EXIT_FAILURE;
}

// Wait for the command commands to get serviced before reading back results
//
clFinish(commands);

// Read back the results from the device to verify the output
//
err = clEnqueueReadBuffer( commands, output, CL_TRUE, 0, sizeof(float) * count,
results, 0, NULL, NULL );
if (err != CL_SUCCESS)
{
printf("Error: Failed to read output array! %d\n", err);
exit(1);
}

// Validate our results
//
correct = 0;
for(i = 0; i < count; i++)
{
if(results[i] - data[i] * data[i]<0.001)
correct++;
}

for( i=0; i<1024; i++)
{
printf("data %f square %f \n", data[i], data[i]*data[i]);
printf("result %f \n", results[i]);
}


// Print a brief summary detailing the results
//
printf("Computed '%d/%d' correct values!\n", correct, count);

// Shutdown and cleanup
//
clReleaseMemObject(input);
clReleaseMemObject(output);
clReleaseProgram(program);
clReleaseKernel(kernel);
clReleaseCommandQueue(commands);
clReleaseContext(context);

return 0;
}

///////////////////



int writeCLInfo()
{



int i, j;
char* value;
size_t valueSize;
cl_uint platformCount;
cl_platform_id* platforms;
cl_uint deviceCount;
cl_device_id* devices;
cl_uint maxComputeUnits;



// get all platforms

clGetPlatformIDs(0, NULL, &platformCount);

platforms = (cl_platform_id*) malloc(sizeof(cl_platform_id) * platformCount);

clGetPlatformIDs(platformCount, platforms, NULL);



for (i = 0; i < platformCount; i++) {



// get all devices

clGetDeviceIDs(platforms[i], CL_DEVICE_TYPE_ALL, 0, NULL, &deviceCount);

devices = (cl_device_id*) malloc(sizeof(cl_device_id) * deviceCount);

clGetDeviceIDs(platforms[i], CL_DEVICE_TYPE_ALL, deviceCount, devices, NULL);



// for each device print critical attributes

for (j = 0; j < deviceCount; j++) {



// print device name

clGetDeviceInfo(devices[j], CL_DEVICE_NAME, 0, NULL, &valueSize);

value = (char*) malloc(valueSize);

clGetDeviceInfo(devices[j], CL_DEVICE_NAME, valueSize, value, NULL);

printf("%d. Device: %s\n", j+1, value);

free(value);



// print hardware device version

clGetDeviceInfo(devices[j], CL_DEVICE_VERSION, 0, NULL, &valueSize);

value = (char*) malloc(valueSize);

clGetDeviceInfo(devices[j], CL_DEVICE_VERSION, valueSize, value, NULL);

printf(" %d.%d Hardware version: %s\n", j+1, 1, value);

free(value);



// print software driver version

clGetDeviceInfo(devices[j], CL_DRIVER_VERSION, 0, NULL, &valueSize);

value = (char*) malloc(valueSize);

clGetDeviceInfo(devices[j], CL_DRIVER_VERSION, valueSize, value, NULL);

printf(" %d.%d Software version: %s\n", j+1, 2, value);

free(value);



// print c version supported by compiler for device

clGetDeviceInfo(devices[j], CL_DEVICE_OPENCL_C_VERSION, 0, NULL,
&valueSize);

value = (char*) malloc(valueSize);

clGetDeviceInfo(devices[j], CL_DEVICE_OPENCL_C_VERSION, valueSize, value,
NULL);

printf(" %d.%d OpenCL C version: %s\n", j+1, 3, value);

free(value);



// print parallel compute units

clGetDeviceInfo(devices[j], CL_DEVICE_MAX_COMPUTE_UNITS,

sizeof(maxComputeUnits), &maxComputeUnits, NULL);

printf(" %d.%d Parallel compute units: %d\n", j+1, 4, maxComputeUnits);



}



free(devices);



}



free(platforms);

return 0;
}

do góry

W dniu 2014-07-18 09:15, firr pisze:
> moge wkleic moje notatki z uruchomiania przykladow w ocl - przeklejone z jakiegos
tutoriala ale pamietam nabiedzilem sie pare dni by to uruchomic tak ze te notatki
moga byc przydatne "clew.c" to mala biblioteczka sciagnieta z netu

A co ten program robi? Widzę że głównie w kodzie jest narzut na obsługę
OpenCL

do góry

W dniu piątek, 18 lipca 2014 09:25:45 UTC+2 użytkownik Borneq napisał:
> W dniu 2014-07-18 09:15, firr pisze:
>
> > moge wkleic moje notatki z uruchomiania przykladow w ocl - przeklejone z jakiegos
tutoriala ale pamietam nabiedzilem sie pare dni by to uruchomic tak ze te notatki
moga byc przydatne "clew.c" to mala biblioteczka sciagnieta z netu
>
>
>
> A co ten program robi? Widzę że głównie w kodzie jest narzut na obsługę
>
> OpenCL

bierze jako input tablice floatów i zapisuje do
wyjsciowej tablicy ich kwadraty parami
d[i] = s[i)*s[i]
tyle ze robi to na gpu rownolegle tyloma procesorami i skalarnymi kanałami ile ma
gpu (ile gpu tego ma to sie ciezko bylo mi poki co zorientowac, moja karta ma chyba
48 shader-procesorów z ktorych kazdy pracuje na jakims simdzie z tym ze nie jestem
pewien jak dlugim, ogolnie jednak tych kanałow moze byc z tego co sie orientuje nawet
kilkaset a moze i ponad tysiac*, nie robilem jednak jak na razie zadnych benchmarkow
itp) moze pozniej skomentuje ten przyklad co wkleilem i powiem co i jak na razie
troche nie mam czasu

* ktos inny z tej grupy moglby dopowiedziec i odpowiedziec na niektore tego typu
konkretne
kwestie itp

do góry

Szarym od mżawki świtem Fri, 18 Jul 2014 00:15:48 -0700, firr wyrzucił
pustą ćwiartkę i oznajmił:

> W dniu piątek, 18 lipca 2014 08:22:33 UTC+2 użytkownik Borneq napisał:
>> Może warto zainteresować się OpenCL? CUDA działa tylko z kartami NVidia
>>
>> a OpenCL jest bardziej uniwersalny.
>>
>> Wynikało by z tego że CUDA jest bliżej sprzętu ale u kogoś OpenCL
>>
>> działał nawet szybciej.
>>
>> Druga rzecz - w czym to pisać? CUDA jest chyba obsługiwane przez jakiś
>>
>> nowy Visual C++ - 2012 czy jeszcze późniejszy.
>>
>> A OpenCL?
>
> mozna sie zainteresowac, ja opencl em interesowalem sie tak z pol
(...)

Już wiesz jaką opcję wybrał fir, wybierz tę drugą. Nie chce mi się
uzasadniać dlaczego.

--
Edek

do góry