cygwin

在我们熟知的桌面平台，GPU得到了极为广泛的应用，小到各种电子游戏，大到高性能计算，多核心、高并行化的GPU成为我们日常娱乐和科学研究必不可少的“利器”。同样，在近些年兴起的移动平台，诸如智能手机、平板电脑等，也日渐重视GPU在其应用中的作用。近几年，随着并行化的发展，越来越多的手持设备硬件厂商重视对并行化标准的支持和应用。这里，需要支持OpenCL这一开发运算标准，该标准以异构平台为目标，与CUDA、Direct Compute主要面向PC平台不同，因而得到了众多厂商的支持，如下表： 常见智能手机的硬件信息 款式 CPU型号 GPU型号 OpenCL支持 三星GalaxyS5 高通骁龙801（4核） Adreno330 是 Iphone5S 苹果A7（2核） Imagination PowerVR G6430 是 小米3 高通骁龙800（4核） Adreno330 是 魅族M3 三星5410（8核） Imagination SGX544 是 （主要是高通的产品） 而在国外的一些研究机构和学者也对智能手机、平板电脑这样的移动平台进行了并行化的研究，比如三星手机研究院和诺基亚研究院近几年就发表了很多关于这方面的资料；美国莱斯大学的学者Guohui Wang等人就对物品移除算法和SIFT算法进行了智能手机上的并行化实现。 并行计算已经在移动平台具备硬件条件和变成标准的支持

其实去年就已经把Android上OpenCL的demo做出来了，但是由于种种原因一直没有开源– 嗯现在就不吝啬了~奉献给大家~ 后面在Android上还实现了很多种并行化的算法，比如SHA-1、HDR、K-means、NL-means、SRAD等等，会在近期整理好之后开源的。 原文发表在了 异构开发技术社区 整理成教程是队友做的，十分感谢~ 原博文地址 : 原文链接已经失效，无法查看了，好遗憾 队友的博客 项目github地址 代码CSDN地址 下面是干货： Android平台利用OpenCL框架实现并行开发初试 在我们熟知的桌面平台，GPU得到了极为广泛的应用，小到各种电子游戏，大到高性能计算，多核心、高并行化的GPU成为我们日常娱乐和科学研究必不可少的“利器”。同样，在近些年兴起的移动平台，诸如智能手机、平板电脑等，也日渐重视GPU在其应用中的作用。近几年，随着并行化的发展，越来越多的手持设备硬件厂商重视对并行化标准的支持和应用。这里，需要支持OpenCL这一开发运算标准，该标准以异构平台为目标，与CUDA、Direct Compute主要面向PC平台不同，因而得到了众多厂商的支持，如下表： 常见智能手机的硬件信息款式CPU型号GPU型号OpenCL支持 三星GalaxyS5高通骁龙801（4核）Adreno330是 Iphone5S苹果A7（2核）Imagination