【GPU】基于VS2012 的NVIDA OpenCL安装与配置

本博客涉及图像处理任务的加速问题，使用通用图像处理单元GPGPUs(General Purpose Graphics Processing Units),或简而言之，带并行处理的GPU，GPU本质上是一个专门为图形处理或浮点运算而设计的协处理器，目标是改善诸如视频游戏和交互三维图形之类的应用程序性能。当图形在GPU上执行时，CPU可以用来进行其他计算（如游戏中的人工智能部分）。

OPENCV库中包含了对OPENCL和CUDA GPU架构的支持，但是OPENCL得到更多设备的支持，甚至包含在一些NVIDIA图形卡中。

最近在学习OpenCL，想着搭建OpenCL的编码环境，自己编几个程序练习练习。要编程，那第一步就是要搭建编程环境了。

　　我的PC上安装过VS2012，配置好了OPENCV，这个节省了不少时间。使用OpenCL编程，不可避免地要使用到图像处理，OpenCV是最佳选择了。

1、 检测PC对OpenCL的支持情况

2008年，苹果公司向Khronos Group提交了一份关于跨平台计算框架的草案，该草案由苹果公司开发，并与AMD、IBM、Intel和NVIDIA公司合作逐步完善。这个跨平台计算框架就是OpenCL（Open Computing Language，开放计算语言）。2008年12月8日，OpenCL 1.0技术规范发布。2010年6月14日，OpenCL 1.1发布。2011年11月19日，OpenCL 1.2发布。2013年11月19日，OpenCL 2.0发布。

从OpenCL技术规范的发布历史看，2008年以前的PC一定是不支持OpenCL的。之后的芯片，也会因为年份不同、厂商不同，对OpenCL的版本支持不同。

　　怎么能准确地知道自己PC对OpenCL及OpenGL的支持情况呢？我们可以利用GPU-Z的工具来查看：它可以很详细地检测到你的PC的GPU情况，以及对OpenCL/OpenGL/CUDA/Vulkan的支持。这是我主机配置截图：

　　   可以看到我的主机显卡是NVIDA GetForce GTX750，在最下面一栏Computing中显示支持OpenCL，CUDA。                

2、OpenCL安装及环境配置

      查阅资料，发现对于NVIDA的显卡，并没有单独的OpenCL SDK供安装使用，它是被CUDA SDK Tookits包含的，所以我们只需要下载安装CUDA   Tookit即可，我安装的是目前最新的版本CUDA Tookit 8.0。选择与自己系统匹配的版本，安装即可。安装好CUDA之后，OpenCL的配置就已经完成了80%了，剩下的工作就是把OpenCL的路径添加到工程中。

　　根据我的PC上GPU的型号，我下载NVIDIA的OpenCL驱动。在下面的网页上下载了cuda_8.0.61.exe：

　　https://developer.nvidia.com/cuda-downloads

　　安装时默认安装到了C盘（安装所占内存较大，可以安装在其他盘，安装在其他盘的话，也会在c盘生成如下路径C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0，我们要配置的东西就在这里），具体目录为：

　　C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0

测试CUDA安装成功与否

打开VS2015（VS2012），选择新建一个项目，可以看到，已安装模板下边多了一个NVIDIA选项,说明安装成功！

　　接下来，在VS2012中建立新工程，配置OpenCL的相关路径，对OpenCL安装是否成功做了检测。具体步骤如下：

首先，创建了Visual C++下的Win32控制台应用程序opencl_test。接着配置OpenCL的路径。在工程属性页的“VC++ 目录”下，配置它的“包含目录”和“库目录”。

(1)“包含目录”中选择路径：

　　C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\include

(2)“库目录”中选择路径：

    C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\Win32

需要注意的是，因为我创建的是Win32控制台应用程序，必须选择lib下的Win32目录，而不能选择x64目录。

(3)接下来对“链接器”的“输入”页面进行配置。在它的“附加依赖项”中添加库OpenCL.lib即可

3、经过以上步骤，OpenCL编译环境就已经配置好了，可以把属性页“OpenCL.props”保存起来，下次直接这个属性页就可以了，不用每次都重复配置。以下是测试程序：

 #include
 #include
 #include
 #include


 int main()
 {
     //cl_platform 表示一个OpenCL的执行平台，关联到GPU硬件，如N卡，AMD卡
     cl_platform_id *platforms;

     //OpenCL中定义的跨平台的usigned int和int类型
     cl_uint num_platforms;
     cl_int i, err, platform_index = -1;

     char* ext_data;
     size_t ext_size;
     const char icd_ext[] = "cl_khr_icd";

     //要使platform工作，需要两个步骤。1 需要为cl_platform_id结构分配内存空间。2 需要调用clGetPlatformIDs初始化这些数据结构。一般还需要步骤0：询问主机上有多少platforms

     //查询计算机上有多少个支持OpenCL的设备
     err = clGetPlatformIDs(5, NULL, &num_platforms);
     if (err < 0)
     {
         perror("Couldn't find any platforms.");
         exit(1);
     }
     printf("本机上支持OpenCL的环境数量: %d\n", num_platforms);

     //为platforms分配空间
     platforms = (cl_platform_id*)
         malloc(sizeof(cl_platform_id) * num_platforms);

     clGetPlatformIDs(num_platforms, platforms, NULL);

     //获取GPU平台的详细信息
     for (i = 0; i < num_platforms; i++)
     {
         //获取缓存大小
         err = clGetPlatformInfo(platforms[i],
             CL_PLATFORM_EXTENSIONS, 0, NULL, &ext_size);
         if (err < 0)
         {
             perror("Couldn't read extension data.");
             exit(1);
         }

         printf("缓存大小: %d\n", ext_size);

         ext_data = (char*)malloc(ext_size);

         //获取支持的扩展功能
         clGetPlatformInfo(platforms[i], CL_PLATFORM_EXTENSIONS,
             ext_size, ext_data, NULL);
         printf("平台 %d 支持的扩展功能: %s\n", i, ext_data);

         //获取显卡的名称
         char *name = (char*)malloc(ext_size);
         clGetPlatformInfo(platforms[i], CL_PLATFORM_NAME,
             ext_size, name, NULL);
         printf("平台 %d 是: %s\n", i, name);

         //获取显卡的生产商名称
         char *vendor = (char*)malloc(ext_size);
         clGetPlatformInfo(platforms[i], CL_PLATFORM_VENDOR,
             ext_size, vendor, NULL);
         printf("平台 %d 的生产商是: %s\n", i, vendor);

         //获取平台版本
         char *version = (char*)malloc(ext_size);
         clGetPlatformInfo(platforms[i], CL_PLATFORM_VERSION,
             ext_size, version, NULL);
         printf("平台 %d 的版本信息： %s\n", i, version);

         //查询显卡是独立的还是嵌入的
         char *profile = (char*)malloc(ext_size);
         clGetPlatformInfo(platforms[i], CL_PLATFORM_PROFILE,
             ext_size, profile, NULL);
         printf("平台 %d 是独立的（full profile）还是嵌入式的（embeded profile）?: %s\n", i, profile);

         //查询是否支持ICD扩展
         if (strstr(ext_data, icd_ext) != NULL)
             platform_index = i;
         std::cout << "平台ID = " << platform_index << std::endl;
         /* Display whether ICD extension is supported */
         if (platform_index > -1)
             printf("平台 %d 支持ICD扩展: %s\n",
                 platform_index, icd_ext);
         std::cout << std::endl;

         //释放空间
         free(ext_data);
         free(name);
         free(vendor);
         free(version);
         free(profile);
     }

     if (platform_index <= -1)
         printf("No platforms support the %s extension.\n", icd_ext);
     getchar();

     //释放资源
     free(platforms);
     return 0;
 }

在本机上执行输出：

调用OpenCL的API获取了本机支持OpenCL平台的数目，为2。因为我的PC上有Intel的继承显卡和NVIDIA的独立显卡。通过这个小程序，我们验证OpenCL+OpenCV环境是可以正常工作的。之后就可以基于这个环境完成更多的程序设计了。