OpenCLデバイスのエンディアン

Question

gpu、cpu、およびカスタマイズされたopenclチップ間の精度/精度/位置合わせの不一致を除いて、インターネット上のすべてのopenclサンプルがホスト側バッファを直接受け入れる理由は何ですか？

clEnqueueWriteBuffer ( cl_command_queue command, ...) 

__kernel void vecAdd(__global float * c, ..) 
{ 
    int id=get_global_id(0); 
    c[id]=b[id]+a[id] 
} 

ホストとさせて頂きますリトルエンディアンですが、デバイスはビッグエンディアンであり、a、b、cは、浮動小数点数です：

• はbのだろうと、非正規化されたゴミとして読み込むこと？

  • もしそうなら、バッファエンディアンについてカーネルに伝える1バイトを送信する必要がありますか？
  • もしそうでなければ、自動的にバッファ読取り/書込み操作の間に（CPUの4バイトSIMDシャッフルまたはGPUでの変換を使用して）変換されますか？ USE_HOST_PTR（RAM）タイプのバッファとCL_MEM_READ_WRITE（GDDR）についても？

  • 未知の場合、下の例の関数は常に動作しますか？以下のようなカーネルを助けるために

    int endianness_of_device() 
        { 
          unsigned int x = 1; 
          return (( ( (char *)&x) [0])==0?0:1) ; 
        } 
    
        int reverseBytesInt(int bytes) 
        { 
         void * p = &bytes; 
         uchar4 bytesr = ((uchar4 *)p)[0].wzyx; 
         int * p2=(int *)&bytesr; 
         return *p2; 
        } 
    
        float reverseBytesFloat(float bytes) 
        { 
         void * p = &bytes; 
         uchar4 bytesr = ((uchar4 *)p)[0].wzyx; 
         float * p2=(float *)&bytesr; 
         return *p2; 
        } 
    
        uint sizeOf2(uint structSize) 
        { 
         uit mult0=structSize/256;mult0++; 
         return mult0*256; 
        } 
    
        typedef struct 
        { 
         uchar end; 
         uchar sizeRelByteAdr; 
         uchar adrRelByteAdr; 
         uchar idRelByteAdr; 
         uchar valRelByteAdr; 
         uchar woRelByteAdr; 
         int size; 
         uint adr; 
         int id; 
         float val; 
         float wo; 
        }nn_p_n; 
    
    
    
    
        uint malloc(__global uchar * heap, __global uint * mallocCtr, int size) 
        { 
         return (atomic_add(mallocCtr,(uint)size)+(uint)heap); 
        } 
    

：

  __kernel void nn(__global uchar *heap,__global uint * mallocCtr) 
         { 
          int id=get_global_id(0); 
          if(id==0) 
          { 

           nn_p_n * np=(nn_p_n *)malloc(heap,mallocCtr,sizeOf2(sizeof(nn_p_n))); 
           np->end=endianness_of_device(); 
           np->size=sizeOf2(sizeof(nn_p_n)); 
           np->id=9; 
           np->val=99.9f; 

           // lets simulate different endianness 
           np->end=1-endianness_of_device(); 


           np->adr=(uint)np-(uint)heap; 

           mem_fence(CLK_GLOBAL_MEM_FENCE); 
          } 

          if(id==900) 
          { 
           // simulating another device reads buffer 
           for(int i=0;i<1000000;i++){int dummy=0; dummy++; if(dummy>id) dummy++;} 

           nn_p_n n=*((nn_p_n *)&heap[0]); 
           if(n.end!=endianness_of_device()) 
           { 
            n.size=reverseBytesInt(n.size); 
            //if(n.size!=sizeof2(sizeof(nn_p_n))) 
            //{ return; } 
            n.adr=reverseBytesInt(n.adr); 
            n.val=reverseBytesFloat(n.val); 
           } 
           nn_p_n * np=(nn_p_n *)malloc(heap,mallocCtr,sizeOf2(sizeof(nn_p_n))); 
           *np = n; 
          } 

         } 

それは、AMDのCPUとAMDのGPUを搭載したIntelの現時点でCPUや他のマシンなしで自分のインテルigpuのために働いているので、エンディアンの問題。将来、Intel CPUの上にNvidia gpuとAmd gpuをインストールするとどうなりますか？

クラスタコンピューティングではもちろん、コンピュータ間のエンディアンケースをカバーする必要がありますが、仮想OSは別のOSで動作し、同じデバイスを使用していますか？そのデバイスは、複数のエンディアン・コアを持つFPGAです（可能ですか？）。

最後の質問：？OSの力のすべてのデバイスでもCPUは、同じエンディアンになることができ

編集（私はそうは思いませんが、パフォーマンスを犠牲にOSによってエミュレートされるだろうか？）：それはデバイス側で読み取り専用データを前処理することは不可能です。ホスト側では、「書き込み済み」とマークされた要素を後処理するのは面倒ですが、データ全体がギガバイトでホストにダウンロードされる一方、1-2要素しか書き込まれない可能性があるためです。

Answer 1

カーネルに渡される引数は、正しいエンディアン（したがってすべてのtypedefs cl_intなど）を持つことが保証されていますが、これはバッファには当てはまりません。バッファの内容はOpenCLでは完全に不透明であるため、これは意味があります。ユーザは、内部の内容を理解する方法を知っているだけです。したがって、（おそらく専用のカーネルを起動することによって）計算を行う前に潜在的なエンディアン変換を実行するのはユーザーの責任です。

すなわち：ここ

__kernel void vecAdd(__global float * c, ..) 

、cの値は、（ポインタのバイト自体が正しいデバイス順である）正しいエンディアンであることが保証されているが、バイトが指さとcは、ユーザーがホスト上で設定した順序に関係なくあります。

インターネット上のすべてのopenclの例が、ホスト側のバッファを直接受け入れるのはなぜですか？

ほとんどのプログラムは、特性があらかじめわかっている非常に狭いターゲットプラットフォームで開発されています。すべてがリトルエンディアンの場合、ビッグエンディアンをサポートするのはどうしてですか？移植性はすでに難しい問題です。エンディアンを気にすることは、一般的なケースでは、付加価値のほとんどない大きな複雑さです。大多数のプログラムではそれだけの価値はありません。

このような移植性の高さを考える価値がある場合は、実装するのはあなたの選択です。