用于OpenCL的CUDA式工作流程

Question

OpenCL编程的典型示例工作流程似乎集中于字符串中的源代码，传递给JIT编译器，然后最终入队（使用特定的内核名称）;并且编译结果可以被缓存 - 但是这对程序员来说是需要照顾的。

在CUDA中，代码以非JIT方式编译为目标文件（与主机端代码一起，但暂时忘记了这一点），然后在上下文中引用设备端函数入队或参数等。

现在，我想要第二种工作流程，但使用OpenCL源代码。也就是说，假设我有一些C主机端代码my_app.c和一些OpenCL内核代码在单独的文件my_kernel.cl（为了讨论的目的是独立的）。我希望能够在my_kernel.cl上运行魔术命令，获得my_kernel.whatever，链接或虚假链接以及my_app.o，并获得二进制文件。现在，在my_app.c中，我希望能够以某种方式将内核称为编译OpenCL程序（或程序+内核名称），即使它不是外部符号，也不会出现编译错误。

这是支持吗？使用nVIDIA的ICD还是与其他ICD一起使用？如果没有，至少是这个支持的一些，比如说魔法内核编译器+生成一个额外的头文件或源代码片段，用于编译my_app.c？

Answer 1

调查SYCL，它提供了单一来源的C++ OpenCL。但是，尚未在每个平台上提供。

https://www.khronos.org/sycl

Answer 2

已经有持续的努力，使CUDA样的工作流程在TensorFlow，它使用SYCL 1.2 - 这是积极向上流。经由设备工厂

• 设备注册（设备称为SYCL） - 在这里完成：

  类似于CUDA，SYCL的方法需要下列步骤https://github.com/lukeiwanski/tensorflow/tree/master/tensorflow/core/common_runtime/sycl

• 操作登记为上述设备。为了创建/端口的操作，您可以：
  • 再利用，因为张量模块征的代码有SYCL后端（看这里：https://github.com/lukeiwanski/tensorflow/blob/opencl/adjustcontrastv2/tensorflow/core/kernels/adjust_contrast_op.cc#L416 - 我们只是部分专门用于SYCL设备的操作和调用已经实现了仿https://github.com/lukeiwanski/tensorflow/blob/opencl/adjustcontrastv2/tensorflow/core/kernels/adjust_contrast_op.h#L91 ;
  • 写SYCL代码 - 它已经做了FillPhiloxRandom - 见https://github.com/lukeiwanski/tensorflow/blob/master/tensorflow/core/kernels/random_op.cc#L685
    • SYCL内核采用现代C++
    • 可以使用OpenCL的互操作性 - 多亏你可以写纯的OpenCL C内核代码！ - 我觉得这一点是最贴近您

的工作流程是有点不同，因为你没有做的仿函数模板的显式实例为CUDA做https://github.com/lukeiwanski/tensorflow/blob/master/tensorflow/core/kernels/adjust_contrast_op_gpu.cu.cc或任何.cu.cc文件（事实上​​，你不必添加任何新文件 - 避免与构建系统混乱）

以及这件事：https://github.com/lukeiwanski/tensorflow/issues/89;

TL; DR-CUDA可以创建“持久”指针，OpenCL需要通过缓冲区和访问器。

Codeplay的SYCL编译器（ComputeCpp）目前需要SPIR扩展的OpenCL 1.2--这些是Intel CPU，Intel GPU（Beignet工作正在进行中），AMD GPU（尽管较旧的驱动程序） - 其他平台即将推出！

安装说明可以在这里找到：https://www.codeplay.com/portal/03-30-17-setting-up-tensorflow-with-opencl-using-sycl

我们的努力可以在我的TensorFlow的叉跟踪：https://github.com/lukeiwanski/tensorflow（分公司开发/ eigen_mehdi）

征使用的是：https://bitbucket.org/mehdi_goli/opencl（分支默认）

我们到达那里！欢迎贡献！ :)