C++、OpenCV和跨平台GPU编程的“什么”

Question

我想为计算机视觉问题编写一个跨平台代码。这段代码应该运行在带有GPU (nVidia)的PC上，使用GPU的iPhone和一些可能包含或不包含GPU的安卓设备上。我希望最大限度地利用现有硬件。我的编程语言是C++ 11，我的计算机视觉库是OpenCV。什么是最好的框架，层，技术..。等使用，以便编写一个孤立的高级代码，可以利用从GPU，如果它是可用的。

P.S.这可以显示为非主题要求推荐。但在这里，我并不是在问许多可供选择的方案。我只是在问这通常是如何完成的，或者这一领域的技术现状如何。

Answer 1

我认为以下技术栈对您的需求非常有意义：

• OpenCL适用于配备nVidia图形处理器或任何其他厂商的各种台式机站，也适用于安卓上的GPU编程。
• Metal用于iOS上的GPU编程，因为它在移植OpenCL实现方面的工作很少：

如果你认为金属可能是一个原因-这种语言看起来非常像OpenCL，因为它只是OpenCL，就像苹果所希望的那样。因此，在这两种语言之间进行移植非常简单。这也意味着，通过一些小的修复，现有的OpenCL编译器可以编译一个Metel内核。

(http://streamcomputing.eu/blog/2015-05-09/apples-dragging-opencl-compiler-problem/，最后一次访问时间为2015年12月7日)

关于OpenCV

OpenCV部分支持OpenCL (http://docs.opencv.org/2.4/modules/ocl/doc/introduction.html，最后一次访问于2015年7月12日)，但是OpenCV无法利用iOS下的GPU (OpenCV on iOS - GPU usage?)。

因此，在将基于iOS的算法移植到该平台方面，iOS将是一个棘手的部分，如果您希望它被加速。

Answer 2

对于多平台，我将主张将其保存在C/C++中，并使用通常的线程库。

虽然在iOS中只有一家供应商，而OpenCV团队可以根据需要进行优化，但在安卓上有多种CPU/GPU供应商，因此谷歌/安卓团队使用了RenderScript (Why did Google choose RenderScript instead of OpenCL)，并不正式支持OpenCL。包括一个非RenderScript GPU计算选项，将必须来自个人供应商，如英特尔，高通，以及完整的nVidia的CUDA。

意识到移动平台的发展速度比个人电脑快得多，也就是说，你可以从英特尔获得的手机类型首先发布了Core系列(2008)和现在可用的产品。

再往下看，在OpenGL、ES、3.1和Vulkan中有计算阴影。因此，如果您正在寻找基线-您将更好地在C/C++线程的土地。

现在，如果您确实有一个移动应用程序，您需要它来提高性能，那么您可以在您选择的移动平台上找出所需的优化。