如何在OpenCL中将映像从全局内存复制到本地内存

Question

我有两个输入图像，这些图像是我从Host传递到内核的。 我的图片尺寸为370x427。

我想让自己熟悉本地内存，因此我也将本地映像传递给内核，并尝试将全局映像复制到本地。

我将图像作为1D数组发送。当我尝试显示结果不起作用时。我的全局工作尺寸为{width*height}并且为本地大小clEnqueueNDRangeKernel传递了null ，假设opencl将为本地内存选择适当的大小。

下面是我的内核代码。

请有人告诉我。

     __kernel void computeSSD(__global unsigned char *imgL,__global unsigned char *imgR,__global unsigned char *result,__global unsigned char *diff,int width,int MAX_DISP,int WIN_SIZE,__local unsigned char *localLeft,__local unsigned char *localRight )
        {

            int xCord=get_global_id(0); 
            int yCord=get_local_id(0);

            // copy both images to local memory

            localRight[yCord]=  imgR[yCord];  
            localLeft[yCord] = imgL[yCord];

            barrier(CLK_LOCAL_MEM_FENCE);
// do operation on local images
                  result[xCord]=localRight[yCord];
//

         }

Answer 1

如果要使用3x3滤镜过滤图像。 每个工作组的每一侧都需要工作组像素+1边距。

因此您的内核可以是这样的：

__kernel filter(...){
    int x_start = get_group_id(0)*get_local_size(0)-1;
    int y_start = get_group_id(1)*get_local_size(1)-1;
    int x_end = (get_group_id(0)+1)*get_local_size(0)+1;
    int y_end = (get_group_id(1)+1)*get_local_size(1)+1;

    __local mytype l[18][18]; //just an example for work sizes 16x16!

    //Fetch
    //Normally a direct operation per work item is preferred, since it is simpler and the driver will pack all the memory accesses together.
    //So just follow coalesced access
    //Using CL async workgroup copy has a complex sintax
    for(int j=y_start+get_local_id(1); j<y_end; j+=get_local_size(1) ){
        for(int i=x_start+get_local_id(0); i<x_end; i+=get_local_size(0) ){
            l[j-y_start][i-x_start] = global[j][i];
        }
    }
    barrier(CLK_GLOBAL_MEM);

    //Use the memory for your filtering! (remember to substract y_start & x_start from your original indexes)
    //....
 }

本地内存不是“是的，让所有都复制到本地，然后使用它，这样会更快”。 它只是复制组所需的区域，然后在本地重用这些读取，因此避免了从全局读取大量数据（即：3x3过滤器，从全局读取8个冗余读取，从而将内存需求减少至1/9）。

另外，如果您不真正在工作项之间重用读取，则本地内存可能会变慢。 如果每个项目只读取和写入一个内存位置，则本地内存会使内核变慢，而不是变快。