【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：

【GPU】基于VS2012 的NVIDA OpenCL安装与配置

　　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！

【GPU】基于VS2012 的NVIDA OpenCL安装与配置

　　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：

[cpp] view
plain copy
 print?

#include <stdio.h>    

#include <stdlib.h>    

#include <iostream>    

#include <CL/cl.h>    

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：

【GPU】基于VS2012 的NVIDA OpenCL安装与配置

【GPU】基于VS2012 的NVIDA OpenCL安装与配置

1、 检测PC对OpenCL的支持情况

2、OpenCL安装及环境配置

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：

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。

相关推荐

1、检测PC对OpenCL的支持情况