Imagination 近日宣布了與MulticoreWare.Inc公司的合作，后者是多核和異構計算環境軟件解決方案和開發工具的領先供應商。MulticoreWare公司在展銳T710開發板上實現雙目視覺算法stereoBM的openCL版本的移植和優化，移植后的算法在GPU平臺上性能提升明顯。展銳T710開發板內部集成了Imagination GM9446顯示芯片，主頻為800MHz，采用12nm工藝制造，支持openCL4.0, openCL1.2和openGL3.0版本，最高性能能夠達到128 FP32 FLOPs/Clock 和256 FP16 FLOPs/Clock。CPU支持八核處理器，主頻2.0GHz, 內部集成AI神經網絡處理器NPU,綜合算力達4.2TOPS。為了進一步提升開發板的算力，MulticoreWare團隊在雙目視覺stereoBM的OpenCL實現中，使用了開發板的Imagination GM9446系列GPU作為運算核心，相對于傳統CPU的雙目視覺算法stereo版本得到了極高的加速比。這組算法的設計充分使用了Imagination GM9446的特點，采用大窗口尺寸和小分辨率圖像620x188，local memory存儲優化等方式提高了程序的性能。

算法經過調整不同的參數，窗口winSize大小為21，n_disp為64的時候，性能達到最佳。通常kernel越復雜，寄存器占用的空間就越大，最大工作組的大小就越小,有時候發揮不出來并行流水線的最大數量，從而影響性能。

MulticoreWare公司團隊在對kernel代碼優化內部的寄存器使用量，根據GM9446內部結構，設置合理的global全局工作組大小256x圖片高度，local工作大小為256，從而最大程度發揮GPU并行流水線的并發量，一般情況下，第一個維度的工作組大小應該是wave大小的倍數(例如32)，這樣可以充分利用wave資源，MulticoreWare團隊根據多年優化經驗，手動調整工作組大小以滿足這個條件來保證性能有所提升。此外內存讀取也是影響kernel運行效率的一方面，在OpenCL中一般有全局global內存,本地local內存,常量Constant和Private四種形式組成，MulticoreWare公司團隊在將stereo算法重新調整內存布局，將主機內存使用零拷貝技術與GPU內存直接填充，另外將內核kernel多次內存訪問的數據，從global內存轉存到local內存中，雖然增加了一次轉存數據的時間，但是對于對此存取數據整體時間是縮減的，從降低IO時間的角度整體提高了kernel內核的運行效率，性能也有所改善。運行10次后進行效率對比，GPU比CPU計算最高提速80倍左右，平均提速50倍左右。

未來Imagination和MulticoreWare兩家公司將致力于共同促進OpenCL在行業中的廣泛采用，鼓勵OpenCL廣泛應用于異構計算、APU、以及CPU和GPU獨立計算的領域中，實現計算資源利用率最大化、高效率處理數據傳輸。