Question

对大小为4的向量进行算术运算时，有许多PyopenCL示例。如果我必须在Mac上通过PyOpenCL使用AMD GPU一次性地将100个整数与另外100个整数相乘，有人可以提供并解释代码吗？由于最大矢量大小可以是16，我想知道如何让GPU执行此操作，这需要并行处理超过16个整数。

我有一台AMD D500 firepro GPU。每个工作项（线程）是否独立执行任务，如果是，则有24个计算单元，每个计算单元具有255个单维工作项和[255,255,255]三维。这是否意味着我的GPU有6120个独立工作项？

Answer 1

我为两个一维整数数组的入口乘法做了一个简短的例子。请注意，如果您计划仅乘以100个值，则不会比在CPU上执行此操作更快，因为复制数据会产生大量开销，等等。

import pyopencl as cl
import numpy as np

#this is compiled by the GPU driver and will be executed on the GPU
kernelsource = """  
__kernel void multInt(  __global int* res,
                        __global int* a,
                        __global int* b){
    int i = get_global_id(0);
    int N = get_global_size(0); //this is the dimension given as second argument in the kernel execution
    res[i] = a[i] * b[i];
}
"""

device = cl.get_platforms()[0].get_devices()[0]
context = cl.Context([device])
program = cl.Program(context, kernelsource).build()
queue = cl.CommandQueue(context)

#preparing input data in numpy arrays in local memory (i.e. accessible by the CPU)
N = 100
a_local = np.array(range(N)).astype(np.int32)
b_local = (np.ones(N)*10).astype(np.int32)

#preparing result buffer in local memory
res_local = np.zeros(N).astype(np.int32)

#copy input data to GPU-memory
a_buf = cl.Buffer(context, cl.mem_flags.READ_ONLY | cl.mem_flags.COPY_HOST_PTR, hostbuf=a_local)
b_buf = cl.Buffer(context, cl.mem_flags.READ_ONLY | cl.mem_flags.COPY_HOST_PTR, hostbuf=b_local)
#prepare result buffer in GPU-memory
res_buf = cl.Buffer(context, cl.mem_flags.WRITE_ONLY, res_local.nbytes)
#execute previously compiled kernel on GPU
program.multInt(queue,(N,), None, res_buf, a_buf, b_buf)
#copy the result from GPU-memory to CPU-memory
cl.enqueue_copy(queue, res_local, res_buf)

print("result: {}".format(res_local))

关于PyOpenCL的文档：一旦你理解了GPGPU编程的工作原理和OpenCL的编程概念，PyOpenCL非常简单。

如何使用PyOpenCL在GPU上并行将100个整数与另外100个整数相乘？

1 个答案: