Imagination 近日宣布了與MulticoreWare.Inc公司的合作，后者是多核和異構(gòu)計(jì)算環(huán)境軟件解決方案和開發(fā)工具的領(lǐng)先供應(yīng)商。MulticoreWare公司在展銳T710開發(fā)板上實(shí)現(xiàn)雙目視覺算法stereoBM的openCL版本的移植和優(yōu)化，移植后的算法在GPU平臺(tái)上性能提升明顯。展銳T710開發(fā)板內(nèi)部集成了Imagination GM9446顯示芯片，主頻為800MHz，采用12nm工藝制造，支持openCL4.0, openCL1.2和openGL3.0版本，最高性能能夠達(dá)到128 FP32 FLOPs/Clock 和256 FP16 FLOPs/Clock。CPU支持八核處理器，主頻2.0GHz, 內(nèi)部集成AI神經(jīng)網(wǎng)絡(luò)處理器NPU,綜合算力達(dá)4.2TOPS。為了進(jìn)一步提升開發(fā)板的算力，MulticoreWare團(tuán)隊(duì)在雙目視覺stereoBM的OpenCL實(shí)現(xiàn)中，使用了開發(fā)板的Imagination GM9446系列GPU作為運(yùn)算核心，相對(duì)于傳統(tǒng)CPU的雙目視覺算法stereo版本得到了極高的加速比。這組算法的設(shè)計(jì)充分使用了Imagination GM9446的特點(diǎn)，采用大窗口尺寸和小分辨率圖像620x188，local memory存儲(chǔ)優(yōu)化等方式提高了程序的性能。

算法經(jīng)過調(diào)整不同的參數(shù)，窗口winSize大小為21，n_disp為64的時(shí)候，性能達(dá)到最佳。通常kernel越復(fù)雜，寄存器占用的空間就越大，最大工作組的大小就越小,有時(shí)候發(fā)揮不出來并行流水線的最大數(shù)量，從而影響性能。

MulticoreWare公司團(tuán)隊(duì)在對(duì)kernel代碼優(yōu)化內(nèi)部的寄存器使用量，根據(jù)GM9446內(nèi)部結(jié)構(gòu)，設(shè)置合理的global全局工作組大小256x圖片高度，local工作大小為256，從而最大程度發(fā)揮GPU并行流水線的并發(fā)量，一般情況下，第一個(gè)維度的工作組大小應(yīng)該是wave大小的倍數(shù)(例如32)，這樣可以充分利用wave資源，MulticoreWare團(tuán)隊(duì)根據(jù)多年優(yōu)化經(jīng)驗(yàn)，手動(dòng)調(diào)整工作組大小以滿足這個(gè)條件來保證性能有所提升。此外內(nèi)存讀取也是影響kernel運(yùn)行效率的一方面，在OpenCL中一般有全局global內(nèi)存,本地local內(nèi)存,常量Constant和Private四種形式組成，MulticoreWare公司團(tuán)隊(duì)在將stereo算法重新調(diào)整內(nèi)存布局，將主機(jī)內(nèi)存使用零拷貝技術(shù)與GPU內(nèi)存直接填充，另外將內(nèi)核kernel多次內(nèi)存訪問的數(shù)據(jù)，從global內(nèi)存轉(zhuǎn)存到local內(nèi)存中，雖然增加了一次轉(zhuǎn)存數(shù)據(jù)的時(shí)間，但是對(duì)于對(duì)此存取數(shù)據(jù)整體時(shí)間是縮減的，從降低IO時(shí)間的角度整體提高了kernel內(nèi)核的運(yùn)行效率，性能也有所改善。運(yùn)行10次后進(jìn)行效率對(duì)比，GPU比CPU計(jì)算最高提速80倍左右，平均提速50倍左右。

未來Imagination和MulticoreWare兩家公司將致力于共同促進(jìn)OpenCL在行業(yè)中的廣泛采用，鼓勵(lì)OpenCL廣泛應(yīng)用于異構(gòu)計(jì)算、APU、以及CPU和GPU獨(dú)立計(jì)算的領(lǐng)域中，實(shí)現(xiàn)計(jì)算資源利用率最大化、高效率處理數(shù)據(jù)傳輸。