<< openclAlloc sciGPGPU openclExit >>

sciGPGPU >> sciGPGPU > openclApplyFunction

openclApplyFunction

Lance un kernel OpenCL.

Séquence d'appel

openclApplyFunction(fonc,args,block_height,block_width,grid_height,grid_width);

Paramètres

fonc

Kernel précédemment obtenu par openclLoadFunction.

args

Liste d'arguments.

block_height

Hauteur d'un bloc.

block_width

Largeur d'un bloc.

grid_height

Hauteur de la grille de blocs.

grid_width

Largeur de la grille de blocs.

Description

openclApplyFunction(fonc,args,block_width,block_height,grid_width,grid_height);

openclApplyFunction(fonc,args,block_width,block_height,grid_width,grid_height) lance le kernel fonc sur les arguments contenus dans la liste args. La taille du bloc d'exécution est de block_height x block_width.

fonc est l'objet retourné par la fonction openclLoadFunction.

args est une liste Scilab de pointeur sur des matrices stockées en mémoire GPU (par la fonction openclToGpu, par exemple) ou d'entiers.

Les kernels OpenCL sont définis sur des blocs, eux même répartis en grille d'exécution. Ces données sont indiquées par les paramètres block_height, block_width , grid_height, grid_width.

Exemples

//--matrixAdd.cu--
extern "C"
__global__ void
matrixAdd( double* C, double* A, double* B, int M, int N)
{
int idx = blockIdx.x;
int idy = blockIdx.y;

int dx = blockDim.x;
int dy = blockDim.y;

int tx = threadIdx.x;
int ty = threadIdx.y;

int x=tx+dx*idx;
int y=ty+dy*idy;

if(x<M && y<N)
  C[ x + y*M ]= A[ x + y*M ] + B[ x+ y*M ];
}

//--Scilab script--
A=ones(16,16);gA=openclToGpu(A)
B=2*ones(16,16);gB=openclToGpu(B)
C=0*ones(16,16);gC=openclToGpu(C)

buildOpenCL(CUDAPATH+"/tests/unit_tests/"+"matrixAdd.cu");
fonc=openclLoadFunction("matrixAdd.cl.out","matrixAdd")
lst=list(gC,gB,gA,16,16)
openclApplyFunction(fonc,lst,16,16,1,1);
C=openclFromGpu(gC);
openclFree(gA);
openclFree(gB);
openclFree(gC);
openclExit();

Voir Aussi

<< openclAlloc sciGPGPU openclExit >>