如何使用OpenCL处理GPU内存中总大小过大的图像

How to deal with images that are too large in total for the GPU memory using OpenCL

本文关键字：图像 OpenCL 何使用处理 GPU 内存更新时间：2023-10-16

因此，在OpenCL中编写一个内核非常容易，它可以获取一些输入Image3D和输出Image3D，并对它们进行一些处理。只要所有的输入和输出图像都适合GPU内存，这就很容易。当然，通常情况并非如此，因为随着分辨率的提高，Image3D的大小增长得相当快。因此，假设内核需要4个输入图像和3个输出图像，那么在适合GPU的块中处理它们的最佳选项是什么。是否有一种形式的自动流/缓冲？

这里最好的意思是：1）速度快，2）用户编写的代码少（两者的良好组合）

您可以像解决2D图像一样解决3D图像的问题：使用瓦片。Photoshop在你没有足够的RAM来处理大图像时就这么做了；它会从磁盘中引入瓦片，对其进行处理，然后写出结果。在图像上迭代。对于3D，您可以使用适合GPU进行处理的3D瓦片（小立方体）。

Tile引擎可以是简单的，也可以是复杂的，这取决于要进行的图像处理的类型。此外，一些算法（如递归高斯模糊）需要访问所有源像素，因此您可能需要存储中间结果，加载更多的瓦片，并运行更多的内核来处理瓦片集。