因此，在OpenCL中编写一个内核非常容易，它需要输入几个输入Image3Ds的几个输出Image3D并使用它们。只要所有输入和输出图像都适合GPU内存，它就很容易。现在这当然不是这种情况，因为当你提高分辨率时，Image3D的大小会相当快。 因此，假设一个内核可以说4个输入图像和3个输出图像，那么在适合GPU的块中处理它们的最佳选择是什么。有自动流/缓冲的形式吗？
这里最好的意思是：1）速度快，2）用户编写的代码很少（两者很好的混合）
答案 0 :(得分：1)
对于3D图像，您可以像解决2D图像一样解决这个问题：使用图块。当你没有足够的RAM用于大图像时，Photoshop会这样做;它会从磁盘中引入磁贴，处理它们，然后将结果写出来。迭代图像。对于3D，您可以使用适合GPU处理的3D图块（小立方体）进行处理。
平铺引擎可以是简单的也可以是复杂的，具体取决于要完成的图像处理的类型。此外，某些算法（如递归高斯模糊）需要访问所有源像素，因此您可能需要存储中间结果，加载更多图块，并运行更多内核以便在图块集中工作。