openmp vs opencl для компьютерного зрения

Question

Я создаю приложение компьютерного зрения, которое обнаруживает объекты через веб-камеру. В настоящее время я фокусирую внимание на производительности приложения

Моя проблема в части приложения, которое генерирует файл каскада XML с использованием файла Haartraining. Это очень медленно и занимает около 6дней. Чтобы обойти эту проблему, я решил использовать многопроцессорность, чтобы свести к минимуму общее время создания файла XML Haartrining.

Я нашел два решения: opencl и (openMp и openMPI).

Теперь я смущен тем, какой из них использовать. Я прочитал, что opencl - использовать несколько процессоров и графический процессор , но на том же компьютере. Это так? С другой стороны, OpenMP предназначен для многопроцессорной обработки и использования openmpi, мы можем использовать несколько процессоров по сети. Но OpenMP не поддерживает GPU.

Не могли бы вы предложить плюсы и минусы использования любой из библиотек.

Answer 1

OpenCL предназначен для использования процессоров потоков GPU. http://en.wikipedia.org/wiki/Opencl

OpenMP предназначен для использования процессорных ядер. http://en.wikipedia.org/wiki/Openmp

OpenMPI предназначен для использования распределенного сетевого кластера. http://en.wikipedia.org/wiki/Openmpi

Какой из них лучше всего использовать, зависит от вашей спецификации проблемы, но я бы попытался использовать OpenMP первым, потому что проще всего подключить к нему одну поточную программу. Иногда вы можете просто поставить прагму, говорящую об этом, чтобы parellelize основной цикл, и вы можете получить ускорение в порядке количества ядер процессора.

Если ваша проблема связана с данными с параллельными данными и плавающей точкой - чем вы можете получить более высокую производительность из графического процессора, - но вам нужно написать ядро ​​на языке C, например, на карте или в буфере памяти чтения/записи между хостом и GPU. Его хлопот, но производительность в некоторых случаях может быть порядка 100, поскольку графические процессоры специально предназначены для параллельной работы данных.

OpenMPI обеспечит вам максимальную производительность, но вам понадобится кластер (куча серверов в одной сети), и они дороги.

Answer 2

Может ли проблема с производительностью быть в самом XML-файле?

Вы пытались использовать другой, более легкий формат файла?

Я думаю, что XML-файл, который требует 6 дней, должен быть довольно длинным и сложным. Если у вас есть контроль над этим форматом данных, попробуйте Google Protocol Buffers.

Прежде чем копаться в OpenMP, OpenCL или что-то еще, проверьте, сколько времени потрачено на доступ к жесткому диску; если это проблема, параллельные библиотеки не улучшат ситуацию.

Answer 3

исследование opencv и посмотреть, если это поможет.

Почему нисходящий сигнал? ... просто предложение немного вне вопроса, но может помочь в производительности и производительности. Я имею в виду, что OpenCV реализует OpenCL для непосредственного использования производительности, предлагаемой графическим процессором. Например, ocl :: BaseRowFilter_GPU для приложений компьютерного зрения.