本节书摘来异步社区《OpenCL实战》一书中的第1章，第1.2节，作者： 【美】Matthew Scarpino 译者： 陈睿 责编： 陈冀康，更多章节内容可以访问云栖社区“异步社区”公众号查看。
1.2 为什么是OpenCL
你可能听说过这样的表述，OpenCL指的是一门独立的语言，但其实，这种表述其实并不准确。OpenCL标准只是在C和C++的基础之上，扩展定义了一些数据类型，数据结构以及函数罢了。尽管开发人员已经针对Java和Python设计了一系列的OpenCL接口库，但标准中只要求OpenCL框架提供C和C++编写的API。
OpenCL和多核计算史上的重大事件如下：
2001-IBM发布POWER4，第一块多核处理器；
2005-第一批针对桌面电脑的多核处理器发布：AMD的Athlon64 X2和Intel的Pentium D；
2008年6月-OpenCL工作组形成，加入Khronos Group大家庭；
2008年12月-OpenCL工作组发布了OpenCL v1.0的规格标准；
2009年4月-Nvidia发布了针对Nvidia显卡的OpenCL SDK；
2009年8月–ATI（现在的AMD）发布了针对ATI显卡的OpenCL SDK。Apple在Mac OS 10.6（雪豹版）中加入了对OpenCL的支持；
2010年6月-OpenCL工作组发布了OpenCL v1.1的规格标准。
这里有个很棘手的问题：有什么是你能靠OpenCL完成，而一般的C和C++编程却束手无策？而这正是我要用整本书来完整解释、回答的问题，但是首先，我们还需要考察OpenCL的三个主要优势：可移植性，标准化的向量处理，以及并行编程。
1.2.1 可移植性
Java是世界上最为著名的编程语言之一，而它的成功很大程度上应当归功于它的那句格言：“一次编写，各处运行（Write once，run everywhere）[2]”。有了Java，你并不需要针对不同的操作系统重写自己的代码。只要操作系统兼容支持JVM（Java Virtual Machine，Java虚拟机），你的代码就能运行。
OpenCL秉承的是同样的理念，但那句格言还得改改才更适用，“一次编写，各设备上运行（Write once, run on anything）”。每个芯片厂商不仅提供兼容OpenCL的硬件，还提供开发工具编译OpenCL代码，支持其在硬件上的运行。换言之，你只需要一次编写OpenCL例程，便可以保证其在兼容芯片（多核处理器或是显卡）上的编译、运行。这便是相对于传统的高性能计算的巨大优势，你并不需要针对特定产商的硬件，而去学习它们的专用编程语言。
而OpenCL所带来的好处并不仅仅只是能够在任何兼容硬件上运行。OpenCL应用程序可以针对不同的设备完成一次编译，这些设备甚至都不需要有相同的体系结构，或是来自同一个厂商。只要他们的设备能够兼容OpenCL，编写的函数便能运行。而这是以往的C/C++编程所无法达到的，它们所编写的程序只能是在特定的编译目标上运行。
这里有一个实例。设想你有一块来自AMD的多核处理器芯片，一块来自Nvidia的显卡以及一块来自IBM的通过PCI连接的加速器。一般而言，你根本不可能针对这三个不同的系统进行一次性的程序编写，而它们所要求的编译器和链接器也是各不相同。但是OpenCL程序所编写的可执行程序却可以在三种不同的硬件上运行。换言之，现在可以靠同样的程序在不同平台的硬件上完成相同的任务。如果你还有更多的兼容设备需要考虑，只需要重新编译程序即可，而不是重写所有的代码。
1.2.2 标准化的向量处理
标准化的向量处理也是OpenCL的一大优势，但在我解释原因之前，还是需要对所讨论的问题稍加定义。这里的术语向量将贯穿本书始终，而它的表述也可分为如下三种（尽管三种表述本质上都差不多）：
- 物理或几何向量—一个带有幅值和方向的物理量。在物理学中，它经常被用来刻划作用力，速度，热传导等物理量。而在图像处理中，向量则被用来表示方向。
- 数学向量—一个有序的由元素组成的一维集合。这区别于由元素组成的二维集合，矩阵。
- 计算向量—一个包含多个相同数据类型元素的数据结构。在向量运算中，对其中的每个元素（也叫向量分量（component））的运算处理也都同时进行。
最后一种表述对OpenCL而言非常的重要，而高性能处理器也正是要完成这一操作。如果你有听说过超标量处理器或是矢量处理器的话，这也就是我们所讨论的设备类型。基本上所有的现代处理器都具备处理向量运算的能力，但ANSI C/C++并没有定义任何基本的向量数据类型。这听起来很奇怪，但确实是个显而易见的问题：向量指令基本上都是针对向量来的。Intel处理器使用的是SSE指令扩展，Nvidia芯片需要PTX指令集，而IBM的芯片则是依靠AaltiVec指令集来执行向量运算。这些指令集都没有任何共通之处[3]。
但是有了OpenCL，你便可以实现“一次编写，各设备上运行”的想法。具体到不同平台的应用程序，Nvidia的OpenCL编译器会输出PTX指令的程序，而IBM的OpenCL编译器会输出AltiVec指令的程序。显然，如果你是要面向多个硬件平台编写高性能的应用程序，OpenCL绝对会节省大量的时间。在第4章中，我们将讨论OpenCL的矢量数据类型，而在第5章中，我们将看到具体有那些函数来负责向量操作。
1.2.3 并行编程
如果你有过大规模的应用程序的编程经验，你肯定接触过并发（concurrency）[4]的概念——顺序代码通过任务调度在进程（或线程）间实现资源分享，并行执行。OpenCL包含了并发的特点，但更重要的是它带来了并行编程（parallel programming）的可能。并行编程就是将不同的运算任务分配给多个不同的处理单元，同时并行执行。
在OpenCL之中，这些任务被称为内核。而内核是针对一个或多个兼容OpenCL的设备而特别编写的函数，并通过主机应用程序发送到相应的一个或多个设备上。主机应用程序就是一个在我们称为主机的用户开发系统上运行的C/C++应用程序。主机既可以选择将内核程序发送到计算机显卡上的GPU中运行，也可以选择当前的CPU作为执行目标。
主机应用程序通过名为上下文（context）的容器来管理所连接的设备。图1.1所示的是主机与内核及设备之间的相互关系。
主机必须要从一个名为程序（program）的内核容器中选择函数，才能创建出内核程序；然后，它再向内核函数中调入相应的参数数据，并发送到名为指令序列的数据结构中。指令序列是主机实现对设备控制的一种机制，而当内核入列时，设备便会执行相应的函数。
OpenCL应用程序可以配置不同的设备来完成不同的任务，每个任务都是对不同的数据进行运算处理。换言之，OpenCL提供的是任务并行的机制。这也是相比于其他并行编程工具集的重要优势，其他的开发工具只允许数据并行的处理机制。在数据并行的系统中，每个设备都收到相同的指令，但处理的是整个数据集的不同部分。
图1.1所示的是OpenCL在设备间完成任务并行处理的整个过程；这张图并没有给出设备内部的运行机制。大多数的OpenCL兼容设备所含的处理单元（processing element）往往不止一个，换言之，设备内部还存在并行处理的可能性。第3章我们更多地关注这种并行处理，以及如何通过数据划分来最大化地利用设备内部的并行处理。
可移植性，向量运算以及并行编程使得OpenCL较之一般的C/C++更为强大、高效，但随之带来的也是计算系统更大的复杂性。在实际的OpenCL编程中，创建一系列不同的数据结构并协调它们之间的关系是必不可少的，尽管如此，要保持整个过程中任何事情都是明明了了，条理清楚，却并非易事，下一节我们将通过一个类比，让你对此有更深的认识。
