Algorithm 如何调查opencl是否适用于算法

我有一个C语言的重载算法，它获取两个大约10000x5000的大型位图，并在3D模型上执行照片和光线碰撞操作，以将照片映射到3D模型上

我想知道是否有可能将这种算法转换为OpenCL，以优化算法期间的并行操作。但在要求您深入了解算法的细节之前，我想知道如何调查我的算法是否可转换为OpenCL

我在OpenCL方面没有经验，我想知道是否值得进入它并了解它是如何工作的。是否有我必须寻找的东西在图形卡上肯定不起作用？对于循环，递归

更新：

我的算法是这样的：

foreach photo
    split the photo in 64x64 blocks
    foreach block
        cast a ray from the camera to the 3D model
        foreach triangle in 3D model
            perform raycheck

---

针对您的具体问题：for循环虽然不是最优的，但很好；递归在GPU上是不可能的

一般来说，在GPU上运行良好的算法需要有大量独立的数据并行操作。很多位图操作都属于这一类，另一方面，光线跟踪可能具有挑战性

如果您可以修改您的算法，以便在最高级别有数千个独立的块，那么块中较低级别的依赖关系应该可以

---

关于这样一个一般性的话题，我想我能说的就这些了。

对于您的具体问题：for循环虽然不是最优的，但很好；递归在GPU上是不可能的

一般来说，在GPU上运行良好的算法需要有大量独立的数据并行操作。很多位图操作都属于这一类，另一方面，光线跟踪可能具有挑战性

如果您可以修改您的算法，以便在最高级别有数千个独立的块，那么块中较低级别的依赖关系应该可以

---

我想关于这样一个一般性的话题，我只能说这些了。

是的，opencl非常适合这种类型的工作。光线投射是一个gpu硬件可以发光的地方

一种划分方法是：

foreach photo - work done by host application. (openmp?)
foreach block - use one opencl work group per block
foreach triangle in 3D model - single work item

<> P>在实现该算法时还有一些其他的事情要考虑。 1每个块是否始终要投射64^2条光线

2光线“击中”图像和/或几何体的比例是多少？条件分支将影响gpu硬件上的性能

3您是否考虑过从几何角度而不是从图像角度进行铸造？即foreach三角形、foreach顶点、从摄影机投射光线并检测屏幕上的位置。您可能能够对三角形上的其余点进行插值，并对结果进行z缓冲，以防止重新绘制像素

---

4如果您只处理图形，opengl/directx是否已经具备您所需的功能？

是的，opencl非常适合此类工作。光线投射是一个gpu硬件可以发光的地方

一种划分方法是：

foreach photo - work done by host application. (openmp?)
foreach block - use one opencl work group per block
foreach triangle in 3D model - single work item

<> P>在实现该算法时还有一些其他的事情要考虑。 1每个块是否始终要投射64^2条光线

2光线“击中”图像和/或几何体的比例是多少？条件分支将影响gpu硬件上的性能

3您是否考虑过从几何角度而不是从图像角度进行铸造？即foreach三角形、foreach顶点、从摄影机投射光线并检测屏幕上的位置。您可能能够对三角形上的其余点进行插值，并对结果进行z缓冲，以防止重新绘制像素

---

4如果您只是在处理图形，opengl/directx是否已经具备了您所需要的功能？

在使用OpenCL之前，我将采取中间步骤，将其转换为多线程C程序。从这一步开始，你已经观察到了速度的大幅提升，这要容易得多。另外，要在OpenCL中编写内核，您需要使用OpenCLC，它与普通C非常相似——因此，从这个中间步骤开始的翻译步骤将比直接从C开始更容易

最终，要实现OpenCL版本，你需要做的是与GPU共享主机上的照片内存。事实上，对于图像，它有专门的内存API，只用于知道像素编码的图像，与OpenGL兼容，然后创建一个raycheck内核，然后从主机队列中为每个块/三角形设置raycheck内核

这里有ATI关于OpenCL的精彩介绍

---

在OpenCL中执行此操作之前，我将采取中间步骤，将其转换为多线程C程序。从这一步开始，你已经观察到了速度的大幅提升，这要容易得多。另外，要在OpenCL中编写内核，您需要使用OpenCLC，它与普通C非常相似——因此，从这个中间步骤开始的翻译步骤将比直接从C开始更容易

最后，要使用OpenCL版本，您必须与GPU共享来自主机的照片内存 事实上，对于图像，它有专门的内存API，只用于那些知道像素编码以某种方式与OpenGL兼容的图像，然后创建一个光线检查内核，然后从主机队列中为每个块/三角形创建光线检查内核

这里有ATI关于OpenCL的精彩介绍

---

我已经找到了一些从点到球体的光线跟踪示例，但我可以想象，对于平面或三角形，同样的情况也可能发生。在正确的块中分离可能会有点困难，因为我不知道在什么级别上分割数据。也许这可以说明你的答案。我已经找到了一些从点到球体的光线跟踪示例，但我可以想象，对于平面或三角形，同样的情况也可能发生。在正确的块中分离可能会有点困难，因为我不知道在什么级别上分割数据。也许这可以说明你的答案。谢谢你的提示！射线的命中率相当高，因为几何体是基于图片的。因此，只有几何体边缘的图片具有较低的命中光线。谢谢提示！射线的命中率相当高，因为几何体是基于图片的。因此，只有几何体边缘的图片具有较低的命中率。我安装了Cloo项目，它在C和OpenCL之间建立了良好的连接。多线程确实是一个好主意，但是有些笔记本电脑需要10分钟才能完成。我认为这提供了一个主机API的C包装器，但是你仍然必须用OpenCL C编写内核。对吗？我安装了Cloo项目，它在C和OpenCL之间建立了良好的连接。多线程确实是一个好主意，但是一些笔记本电脑需要10分钟才能完成。我认为这提供了一个主机API的C包装器，但是你仍然必须用OpenCLC编写内核，对吗？