OpenVX：跨平台高效编程的秘诀

### OpenVX：跨平台高效编程的秘诀 #### 1. OpenCL 互操作性扩展 OpenCL 互操作性扩展为 OpenVX 内的应用程序和用户算法提供了高效实现的支持，具备以下六个关键特性： - 共享一个通用的 `cl_context` 对象，供 OpenVX 和 OpenCL 应用程序使用。 - 共享一组有序的 `cl_command_queue` 对象，用于 OpenVX 和 OpenCL 应用程序/用户内核之间的协调。 - 允许 OpenCL 应用程序将 `cl_mem` 缓冲区导出到 OpenVX。 - 允许 OpenCL 应用程序从 OpenVX 收回导出的 `cl_mem` 缓冲区。 - 允许 OpenCL 应用程序/用户内核将 OpenVX 数据对象临时映射到 `cl_mem` 缓冲区。 - 支持在 `cl_mem` 缓冲区和 OpenVX 数据对象之间进行复制操作。 以下是一段相关代码示例，展示了如何设置 OpenCL 内核参数并将其加入执行队列： ```c VX_WRITE_ONLY, VX_MEMORY_TYPE_OPENCL_BUFFER); // set OpenCL kernel arguments data->params.x_stride_1 = x_stride[1] / sizeof(short); data->params.x_stride_2 = x_stride[2] / sizeof(short); data->params.y_stride_1 = y_stride[1] / sizeof(short); data->params.y_stride_2 = y_stride[2] / sizeof(short); clSetKernelArg(data->opencl_kernel, 0, sizeof(hard_sigmoid_params), (void *)&data->params); clSetKernelArg(data->opencl_kernel, 1, sizeof(cl_mem), (void *)&x_mem); clSetKernelArg(data->opencl_kernel, 2, sizeof(cl_mem), (void *)&y_mem); // enqueue the "hard_sigmoid" kernel for execution using // the OpenVX internal command queue: // for optimal performance the OpenVX will enqueue other // OpenCL kernel in the graph using the same command queue, // so that the device can execute several OpenCL kernels // until there is a data dependency for processing/data-access // outside the device (like host) cl_command_queue opencl_cmdq; vxQueryNode(node, VX_NODE_CL_COMMAND_QUEUE, &opencl_cmdq, sizeof(cl_command_queue)); clEnqueueNDRangeKernel(opencl_cmdq, data->opencl_kernel, 3, NULL, data->global_work_size, NULL, 0, NULL, NULL); // give the ownership of the OpenCL buffers back to the OpenVX vxUnmapTensorPatch(tensor_x, x_map_id); vxUnmapTensorPatch(tensor_y, y_map_id); return VX_SUCCESS; ``` #### 2. OpenVX 在不同平台的实现 OpenVX API 的主要目标之一是让程序员编写的代码能够高效地移植到各种硬件架构上。目前，已经有多种符合规范的 OpenVX 实现，涵盖了 CPU、GPU、DSP 等多种平台。 ##### 2.1 CPU 实现 - **开源示例实现**：开源的 OpenVX 示例实现可在 CPU 上构建