OpenCL

OpenCL
Basisdaten
Entwickler Khronos Group
Erscheinungsjahr 28. August 2009
Aktuelle Version 3.1.2
(18. September 2026)
Aktuelle Vorabversion 3.0 provisional
(27. April 2020)
Betriebssystem plattformunabhängig
Programmier­sprache C++, C
Kategorie Programmierschnittstelle
Lizenz verschieden
www.khronos.org/opencl

OpenCL (englisch Open Computing Language) ist eine Schnittstelle für uneinheitliche Parallelrechner, die z. B. mit Haupt-, Grafik- oder digitalen Signalprozessoren ausgestattet sind. Dazu gehört die Programmiersprache „OpenCL C“. OpenCL wurde ursprünglich von der Firma Apple entwickelt, um die Leistung der aktuellen Grafikprozessoren auch für nicht-grafische Anwendungen nutzbar zu machen.

Architektur

Plattform-Modell

Ein OpenCL-System besteht aus einem Host und einem oder mehreren OpenCL-Geräten. Ein Gerät besteht aus einer oder mehreren unabhängigen Recheneinheiten (englisch „compute unit“, kurz „CU“). Dies sind bei einem Mehrkernprozessor die verfügbaren Kerne, die zusammengefasst die Central Processing Unit ergeben, und für die Grafikkarte die Shader. Die Compute Unit ist in ein oder mehrere ausführende Elemente (englisch „processing element“, kurz „PE“) unterteilt. Der Host verteilt dabei die Kernel (Programme, dt. Kerne) zur Laufzeit auf die verfügbaren Geräte.

Es gibt zwei Arten von Kernel:

OpenCL-Kernel
Diese sind in der Programmiersprache OpenCL C geschrieben. OpenCL C basiert auf ISO C99 und wurde um Funktionen und Datentypen zur parallelen Verarbeitung erweitert.
Native Kernel
Diese Kernel sind optional und implementierungsspezifisch.

Die OpenCL-Kernel werden zur Laufzeit vom OpenCL-Compiler übersetzt und danach von einem OpenCL-Gerät ausgeführt. Hierdurch braucht zur Entwicklungszeit nicht bekannt zu sein, auf welcher Hardware das Programm später ausgeführt wird.

Die Berechnungen werden zur Laufzeit von den sogenannten Work-Items durchgeführt. Diese Work-Items werden zu einem ein-, zwei- oder dreidimensionalen Gitter angeordnet, über das die Work-Items adressiert werden können. Work-Items werden zu Work-Groups gruppiert, in denen eine Synchronisation möglich ist und die auf einen gemeinsamen Speicher zugreifen können. Ein einzelnes Work-Item kann also absolut, durch seine Koordinate und relativ, durch die Koordinate der es enthaltenden Work-Group und die Koordinate innerhalb der Work-Group angesprochen werden.

Speichermodell

Speichermodell

In OpenCL werden fünf Arten von Speicher unterschieden:

  • Hostspeicher (host memory): Beim Hostspeicher handelt es sich um den regulären Arbeitsspeicher des Leitprogramms. Ein OpenCL-Kernel kann darauf nicht direkt zugreifen.
  • globaler Speicher (global memory): Hierbei handelt es sich um den Arbeitsspeicher der OpenCL-Kernel. Jede Instanz eines Kernels hat auf den gesamten Bereich wahlfreien Zugriff.
  • konstanter Speicher (constant memory): Der konstante Speicher unterscheidet sich vom globalen Speicher darin, dass die Kernelinstanzen diesen Speicher ausschließlich lesen, aber nicht verändern können.
  • lokaler Speicher (local memory): Eine Gruppe von Kernelinstanzen hat wahlfreien Zugriff auf einen kleinen Bereich von typischerweise 16 kiB lokalen Speicher. Jede Gruppe hat ihren eigenen Bereich, auf den jeweils nur die Mitglieder zugreifen können.
  • privater Speicher (private memory): Dieser Speicher ist einer Kernelinstanz vorbehalten. Andere Kernelinstanzen und das Leitprogramm können nicht auf den Inhalt dieses Speichers zugreifen.

OpenCL C

Die Sprache OpenCL C basiert auf der Syntax von ISO C99, erweitert um zusätzliche Datentypen und Funktionen zur parallelen Verarbeitung, wurde an anderer Stelle aber auch eingeschränkt (siehe unten). Es handelt sich somit nicht um eine Obermenge von C, dennoch haben beide Sprachen viele Gemeinsamkeiten.

Ergänzend zu den C99-Datentypen unterstützt OpenCL C folgende Datentypen:

Folgende Datentypen wurden zudem für spätere Versionen von OpenCL reserviert:

Arithmetische Operationen (+, -, *, /, %, ++, --), Vergleichsoperationen (>, >=, ==, !=, <= <), Bitoperatoren (&, |, ^, ~) sowie logische Operatoren (&&, ||) sind sowohl für skalare Datentypen definiert als auch für Vektoren. Werden sie auf Vektoren angewendet, so wird die Operation komponentenweise durchgeführt. Hier verhält sich OpenCL analog zu bekannten Shadersprachen wie zum Beispiel GLSL.

Ebenfalls den Shader-Sprachen entlehnt sind eine Reihe mathematischer Funktionen, die ebenfalls komponentenweise durchgeführt werden, beispielsweise Sinus, Cosinus, Wurzel, Minimum, Maximum etc.

Gegenüber C ist OpenCL C unter anderem in folgenden Punkten eingeschränkt:

Nutzung von OpenGL- und DirectX-Objekten

OpenCL kann direkt auf Objekte von OpenGL oder DirectX (nur unter Windows) zugreifen, etwa auf Texturen. Somit kann OpenCL genutzt werden, um beispielsweise Texturen zu ändern, ohne die Daten umkopieren zu müssen.

Erweiterungen

Wie OpenGL kann auch OpenCL durch herstellerspezifische Erweiterungen um zusätzliche Funktionen ergänzt werden. Beispiele für bereits definierte Erweiterungen sind:

Versionsgeschichte

OpenCL wurde ursprünglich von der Firma Apple entwickelt.

In Zusammenarbeit mit den Firmen AMD, IBM, Intel und Nvidia wurde der erste Entwurf ausgearbeitet und schließlich von Apple bei der Khronos Group zur Standardisierung eingereicht. Die Spezifikation für OpenCL 1.0 wurde am 8. Dezember 2008 veröffentlicht. Es folgte 1.1 im Juni 2010. Am 16. November 2011 folgte die Spezifikation 1.2 mit Verbesserungen, die zu 1.0 abwärtskompatibel bleibt. Zwei Jahre später, am 18. November 2013, wurde dann die OpenCL-2.0-Spezifikation eingeführt.

OpenCL 1.0 wurde erstmals am 28. August 2009 von Apple mit dem Betriebssystem Mac OS X Snow Leopard 10.6 auf den Markt gebracht, die dazugehörigen Programme („Kernel“) können zur Laufzeit auf verschiedene vorhandene OpenCL-fähige Geräte verteilt werden. Derzeit wird abhängig von der Hardware nur OpenCL 1.0 bis 1.2 von Apple unterstützt. Weiterer Hauptunterstützer ist AMD mit vorherigem AtiStream in Konkurrenz zu Nvidia mit CUDA. Trotz seiner primären Unterstützung von CUDA unterstützt Nvidia wegen der Nachfrage der Nutzer auch OpenCL 1.2, später mit einigen Elementen aus 2.0 und nun 2021 auch 3.0.

Mit OpenCL 2.0 kompatible Hardware unterstützt mit aktualisierten Treibern auch die höheren Versionen 2.1 und 2.2 laut Khronos-Group.

OpenCL 2.1 wurde im November 2015 offiziell freigegeben. Eine entscheidende Neuerung in OpenCL 2.1 ist die Integration von SPIR-V, dem SPIR-Nachfolger (Standard Portable Intermediate Representation). SPIR-V ist eine Zwischensprache mit nativer Unterstützung für Grafik-Shader und Prozessor-Kernels. Sie ermöglicht die Aufteilung der Compiler-Kette auf die unterschiedlichen Recheneinheiten. Somit können High-Level-Sprachen über SPIR-V die heterogene Architektur ansprechen, ohne sich selbst um die Übersetzung auf die unterschiedlichen Hardware-Komponenten zu kümmern. SPIR-V wird außer in OpenCL auch in der Vulkan-Grafik-API genutzt.

OpenCL 2.2 wurde offiziell freigegeben im Mai 2017. Als wichtigste Änderung nennt die Bekanntmachung die Integration der OpenCL C++ Kernel Language in OpenCL, was unter anderem beim Schreiben parallel arbeitender Programme helfen soll. Die im Rahmen der Open Computing Language als statische Untermenge des C++14-Standards definierte Kernel-Sprache enthält Klassen, Templates, Lambda-Ausdrücke und andere Konstrukte. Im Mai 2018 erschien ein „maintenance update“ mit Fehlerkorrekturen und Aktualisierungen in den Headern von Spir-V.

In Zukunft soll OpenCL mit Vulkan so weit wie möglich verschmelzen und so noch breitere Unterstützung gewinnen. Dies wurde mit dem Premiere Rush von Apple gezeigt, der den Open Source Compiler clspv benutzt, um einen großen Teil des OpenCL C Kernel Codes für eine Vulkan-Umgebung auf Android-Geräten zu kompilieren. Zuletzt wurde nun OpenCL Next für 2019 angekündigt mit neuen Informationen und dabei auch betont, dass die „roadmap“ von OpenCL von der von Vulkan unabhängig ist, also beide Projekte nicht völlig fusionieren werden.

Am 27. April 2020 wurde OpenCL 3.0 (provisional) veröffentlicht. Der Status Final wurde am 30. September 2020 erreicht.

Auf der IWOCL 2021 wurde Version 3.0.7 mit einigen optionalen Erweiterungen angekündigt.

Implementierungen

OpenCL kann für beliebige Betriebssysteme und Hardwareplattformen – genau wie OpenGL und OpenAL – implementiert werden. So ist in der Spezifikation von CPUs, GPUs, DSPs und dem Cell-Prozessor die Rede. Es existiert zudem eine Spezifikation für eingebettete Systeme mit reduzierten Anforderungen.

Aktuelle Implementierungen, in der Regel Open Source (mit Ausnahme von Nvidia):

Eine Liste zertifizierter Produkte liegt bei Khronos vor.

Diese müssen wie die Implementierungen die Tests der Khronos Conformance Test Suite (CTS) bestehen.

Veraltete Implementierungen

Anwendungssoftware

Viele rechenintensive Programme nutzen OpenCL zur Beschleunigung:

Grafikprogramme

3D-Renderer

Eine Software für 3D-Rendering unterstützt OpenCL
  • Autodesk Maya
  • Blender Von den Entwicklern von Blender wird der aktuelle Status von OpenCL als “stalled” mit ärgerlichen Fehlern und zu uneinheitlicher Implementierung der aktuell unterstützten GPUs von AMD und Intel eingestuft und die Unterstützung von OpenCL in der Blender Version 3.0 entfernt. Version 2.93 LTS wird damit als letzte OpenCL unterstützen.
  • LuxCoreRender
  • Houdini (Software)
  • mandelbulber: Software für das Rendern von 3D-Fraktalen

Audio

  • CUETools: Mit dem CUERipper von den CUETools können die FLAC-Dateien besonders schnell mit der Funktion FLACCL von WAV-Format in FLAC konvertiert werden mit der Nutzung von OpenCL in den modernen Grafikkarten. Dabei sind Beschleunigungen von Faktor 10 bis 100 für diesen Teil des Rip-Prozesses möglich, abhängig von schnellen Grafikkarten und SSD-Datenspeichern gegenüber normaler CPU und Festplatte.
  • CN24: semantisches Analysewerkzeug

Video

  • HandBrake
  • FFmpeg
  • Final Cut Pro X
  • RealFlow Hybrido2
  • Sony Catalyst family
  • MAGIX Vegas (vorher Sony Vegas)
  • AlchemistXF
  • vReveal von MotionDSP
  • Total Media Theater (TMT) von ArcSoft
  • C4D

Simulation

  • Advanced Simulation Library
  • SecondSpace OpenCL-Programm zur Simulation von Wellen im 2D-Raum.
  • PATRIC Particle-in-cell-Code
  • Bullet: GPU rigid body simulation using OpenCL
  • Monte-Carlo Simulation on AM57x
  • Intel Demo Real-Time Shallow Water Simulation
  • Intel Code Samples
  • GROMACS molekulare Simulationen ab Version 5.1. Ab Version 2021 wird OpenCL hier als deprecated eingestuft und zukünftig durch SYCL ersetzt.
  • FEM: SIEMENS NX Nastran 9.1+ und Simulia Abaqus 6.11+
  • Neuronale Netze: clgen: Deep Learning Program Generator
  • Neuronale Netze: nengo_ocl Gehirn-Simulationen mit Nengo
  • Entschlüsselung: JohnTheRipper

Web

Bibliotheken

  • ACL: AMD Compute Libraries
  • AMGCL: AMG algebraischer Multi-Grid Solver
  • ArrayFire: is for parallel computing with an easy-to-use API with JIT-Compiler (Open Source)
  • Bolt: STL compatible library for creating accelerated data parallel applications
  • Boost.Compute: GPU/Parallel C++ Library für OpenCL
  • Chlorine: C++11 Bibliothek zum einfachen Nutzen von OpenCL 1.2+
  • CLBlast: getuntes clBlas
  • clMAGMA: OpenCL port of the MAGMA project, a linear algebra library similar to LAPACK but for Multicore+GPU Systems
  • DeepCL: Bibliothek für neurales Training
  • GEGL-OpenCL: Gimp GEGL mit OpenCL
  • GpyFFT: Python Wrapper for FFT mit clFFT
  • MOT: Maastricht Optimization Toolbox
  • Neanderthal: BLAS und LAPACK Implementierung für Clojure
  • Netlib BLAS mehr in BLAS
  • OpenCLGA: genetische Algorithmen mit PYOpenCL
  • PARALUTION
  • random123: Kollektion von Zufallszahlengeneratoren (counter-based random number generators (CBRNGs))
  • VexCL: vector expression template library (MIT-Lizenz)
  • ViennaCL: freie Open-Source Linear Algebra Bibliothek der TU Wien
  • HIP: Open Source C++ Toolkit für OpenCL und Cuda
  • Projekt Coriander: Konvertierung von CUDA in OpenCL 1.2 mit CUDA-on-CL
  • Projekt TF-Coriander: Tensorflow mit OpenCL 1.2

Sprachenkopplung

  • ClojureCL: parallel OpenCL 2.0 mit Clojure
  • dcompute: natives Ausführen von D
  • Erlang OpenCL Binding
  • OpenCLAda: Binding Ada zu OpenCL
  • OpenCL.jl: Julia Bindings
  • PyOpenCL: Python Kopplung
  • JavaScript: WebCL