笔记第1篇-OpenCL基础
注：本笔记基于互联网上各个博文整合，如有侵权请及时告知。文末有参考博文的链接。
CPU，GPU的架构简介
CPU：多指令单数据流(流水线模式)，MISD，擅长逻辑控制。
GPU：单指令多数据流(向量算法)，SIMD，擅长并行计算。
所以1个CPU+几个GPGPU(通用并行处理的GPU)的架构即异构编程。
使用通用的OpenCL接口(API)开发的应用可以在不同的SDK中通用，OPenCL只是一个标准，Intel，AMD，NVIDIA等各大厂商采用不同的SDK进行自定制的开发；
OpenCL硬件层的抽象
它是一个Host（控制处置单元，常通由一个CPU担负）和一堆Compute Device（计算设备，由一些GPU、CPU其他支撑的芯片担负），其中Compute Device切分为很多Processing Element（这是独立介入单数据计算的最小单元，这个不同硬件实现都不一样，如GPU可能就是其中一个Processor，而CPU多是一个Core，我猜的。。因为这个实现对开发者是隐藏的），其中很多个Processing Element可以构成组为一个Compute Unit，一个Unit内的element之间可以便利的同享memory，也只有一个Unit内的element可以实现同步等操作。
可以理解为：
Host是公司的总经理：负责对公司的整体任务分配与调度。
Compute Device是公司总经理管理的若干个实施部门：各个这样的部门负责把总经理分配的任务并行地完成。但是，各部门执行同样的运算任务。
Compute Unit是各部门下面的各个项目组，负责把任务在技术层面上实现。各个项目组的技术细节不对外公开（项目组内共享Local Memory）。
Processing element是员工，负责项目组内任务的实施，是最底层的工作节点。员工有自己私有的技术（Private Memory）。整个公司内，每个Processing Element有自己的索引号(Global ID)，工号。在每个项目组(Workgroup)内，有自己项目组内的编号，就是LocalID。下图从Compute Device进行划分。
如上图，有全局内存(变量)，全局常量，本地内存以及局部变量。
OpenCL的软件层架构：
Setup相关知识（系统的初始化）：
-Device：对应一个计算设备；注意，多核的CPU是一个整个的Device。即Device是单个CPU或GPU或FPGA。
-Context：上下文；一个Context包括几个Device，Context是这些Device的联系纽带，只有在同一个Context里的Device才能彼此交流任务。你的单板上可以有很多Context。Context可以由CPU或CPU+GPU创建。
-Command queue：给每个Device提交的指令序列。
内存相关知识：
-Buffer：内存
-Images：原生的用于GPU运算的图像处理的“类型”，表示各种维度的图像。
-数据交互的方式：A 将地址拷贝到工作组空间，计算完成再拷贝出去（传形参）；B 将计算数据组的地址传输进去(传指针)。
GPU代码执行相关知识：
-Program：包括Kernel和其他库等。OpenCL是动态编译的语言，源代码编译后生成一个相同的中间文件，该中间文件连接不同的linker时生成不同的程序。然后将程序读入Compute Device。
-kernel：在processing element(PE，员工)处跑的内核程序，是最基本的处理事情。各个PE的内核（算法）相同而处理的数据不同，这就是所谓的单指令多数据体系（SIMD）。
-Work item：processing element在代码里的表示，一个Work Item代表一个processing element(PE，员工)。
-程序对象：内核程序的源代码文件(.cl文件)和可执行文件。内存对象：计算设备执行OpenCL内核程序所需的变量。
并行与同步相关的知识：
-任务并行与数据并行：任务并行是指流水线的工作模式。数据并行是指多组数据同时进行相同计算的方式(所有的矩阵操作基本都可以用！)
-Command queue命令队列：每个计算设备Compute Device都有一个或多个命令队列。但一个命令队列只管理一个计算设备。通过命令队列，可以实现宿主机和计算设备的异步控制。分为启动命令(开始执行kernel程序)；内存命令(在host和内存设备之间移动数据，或进行内存映射)；同步命令(约束命令在计算设备的执行情况)。
-Events（事件）：命令队列中每条命令都有着命令的状态，当命令的状态发生变化，就产生了事件Event。在分布式计算的环境中，Events用于不同计算单元之间的同步。
-按事件发生位置来分：内核端事件：主要负责异步执行命令的同步操作(多个处理单元的阶段同步)和全局内核和本地内存的同步。主机端事件：完成命令队列之间的同步操作(统筹各个计算设备的操作)。
-按事件发生原因来分：
命令事件
l CL_QUEUED:命令已经加入命令队列。
l CL_SUBMITTED:命令已经有宿主机提交给与所在命令队列相关联的设备。
l CL_RUNNING:该命令正在执行。
l CL_COMPLETE:命令已经完成
l ERROR_CORE:负数，指代不同的错误情况。
用户自定义事件
需要进行同一上下文内的各ConputeDevice之间同步时，用用户自定义事件。
cl_event clCreateUserEvent(
cl_context context, //指定上下文
cl_uint* errcode_ret //该函数所关联的错误值
)
如果创建成功，errcode_ret会被赋值为CL_SUCCESS或者错误时，赋值为以下的值：
CL_INVALID_EVENT:上下文不合法
CL_OUT_OF_RESOURCE: 资源未就绪或分配资源失败
CL_OUT_OF_HOST_MEMORY:宿主机资源未就绪或分配资源失败
之后我们就可以在各个处理函数中设置返回的事件的值：
cl_intclSetUserEventStatus(
cl_eventevent, //具体事件值
cl_intexecution_status //指向状态
)
-同步：
OpenCL是基于任务并行，主机控制的模型，其中每一项任务都是数据并行的，具体通过使用和设备关联的线程安全的命令队列来实现。
-单设备同步：通过以下设置：
A设置barrier(即屏障，在组内所有的item没有到达这个barrier之前，所有的item是不向下执行的)。
cl_int clEnqueueBarrier(
cl_command_queuecommand_queue
)
B等待事件(等待事件，即将一个等待事件加入命令队列，只有这个等待事件满足以后，才能执行之后加入的命令)。
C阻塞访问：在内存IO读取时设置一个标志，当标志有效时，会阻塞直到拷贝完成。
-多设备同步：cFinish,等待另一个命令队列执行完成，之后的命令才能继续执行。如一个CPU一个GPU，两者需要互相访问彼此的数据，那么如何实现同步呢，如果CPU要访问CPU的数据，必须等待CPU当前的命令队列执行完成，不再占用内存，GPU才能进行访问。clFinish可以阻塞程序的执行直到命令队列中的所有命令都执行完成。但是这只是相当于在末尾加上了一个barrier。
