背景
Raspberry Piとは、1000円から6000円で買える、Linuxが動くコンピュータです。そのRaspberry PiにはVideo Cove IVというGPUが載っています。
VC4CLというプロジェクトを利用すると、並列処理ライブラリであるOpenCVでRaspberry PiのGPUを利用できるようになります。
どのような性能なのか気になったので、VC4CLを通してRaspberry PiのGPUをOpenCLで利用する方法を共有します。
使ったもの
- Raspberry Pi
Zero Wで動くことを確認しました。 - Raspbian
2018年10月にリリースされたLite版を利用しました。
ビルドの依存関係を満たすために、stretch以上のRaspbianが必要です。
OSのバージョンは下記のコマンドで確認できます。lsb_release -a
自分の環境では下記のように表示され、stretchであることを確認できました。No LSB modules are available. Distributor ID: Raspbian Description: Raspbian GNU/Linux 9.4 (stretch) Release: 9.4 Codename: stretch
VC4CLをインストール
Wikiのを参考に、パッケージをダウンロードしてインストールします。自分が試したときは、下記のコマンドが指示されていました。
インストールできないときは、 How to getで最新のコマンドを確認してください。
cd /tmp wget https://raw.githubusercontent.com/doe300/VC4CL/master/.circleci/get_url.py wget https://raw.githubusercontent.com/doe300/VC4CL/master/.circleci/build_num.py curl "https://circleci.com/api/v1.1/project/github/doe300/VC4C" --output /tmp/json curl "https://circleci.com/api/v1.1/project/github/doe300/VC4C/$(python ./build_num.py /tmp/json)/artifacts" --output /tmp/dump wget -O /tmp/vc4cl-stdlib.deb $(python get_url.py "vc4cl-stdlib-" "/tmp/dump") wget -O /tmp/vc4c.deb $(python get_url.py "vc4c-" "/tmp/dump") curl "https://circleci.com/api/v1.1/project/github/doe300/VC4CL/latest/artifacts?branch=master&filter=successful" --output /tmp/dump wget -O /tmp/vc4cl.deb $(python get_url.py "vc4cl-" "/tmp/dump") sudo dpkg -i /tmp/vc4cl-stdlib.deb sudo dpkg -i /tmp/vc4c.deb sudo dpkg -i /tmp/vc4cl.deb sudo apt --fix-broken install
動作確認
clinfoでの確認
clinfoというプログラムを利用して、VideoCoreVIがOpenCLから見れるようになっているか確認できます。sudo apt install clinfo sudo clinfo
認識されているようでした。
Number of platforms 1 Platform Name OpenCL for the Raspberry Pi VideoCore IV GPU Platform Vendor doe300 Platform Version OpenCL 1.2 VC4CL 0.4 Platform Profile EMBEDDED_PROFILE Platform Extensions cl_khr_il_program cl_khr_spir cl_altera_device_temperature cl_altera_live_object_tracking cl_khr_icd cl_vc4cl_performance_counters Platform Extensions function suffix VC4CL
行列演算
「OpenCLで行列の掛け算をしてみた」で作ったOpenCLのプログラムを実行してみます。VC4CLは管理者権限でしか扱えないメモリを利用するため、sudoで実行します。
mkdir ~/gitprojects cd ~/gitprojects sudo apt install git -y git clone https://github.com/asukiaaa/c_opencl_practice.git cd c_opencl_practice gcc matrix_dot_matrix.c -lOpenCL sudo ./a.out
実行できました、
sudo ./a.out matrix 0.00 10.00 20.00 30.00 40.00 50.00 60.00 70.00 80.00 90.00 1.00 11.00 21.00 31.00 41.00 51.00 61.00 71.00 81.00 91.00 2.00 12.00 22.00 32.00 42.00 52.00 62.00 72.00 82.00 92.00 3.00 13.00 23.00 33.00 43.00 53.00 63.00 73.00 83.00 93.00 4.00 14.00 24.00 34.00 44.00 54.00 64.00 74.00 84.00 94.00 5.00 15.00 25.00 35.00 45.00 55.00 65.00 75.00 85.00 95.00 6.00 16.00 26.00 36.00 46.00 56.00 66.00 76.00 86.00 96.00 7.00 17.00 27.00 37.00 47.00 57.00 67.00 77.00 87.00 97.00 8.00 18.00 28.00 38.00 48.00 58.00 68.00 78.00 88.00 98.00 9.00 19.00 29.00 39.00 49.00 59.00 69.00 79.00 89.00 99.00 matrix 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 2.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 CL_DEVICE_MAX_WORK_GROUP_SIZE: 12 work item sizes: 12 12 12 localWorkSize: 10, 1 matrix 0.00 20.00 20.00 30.00 40.00 50.00 60.00 70.00 80.00 90.00 1.00 22.00 21.00 31.00 41.00 51.00 61.00 71.00 81.00 91.00 2.00 24.00 22.00 32.00 42.00 52.00 62.00 72.00 82.00 92.00 3.00 26.00 23.00 33.00 43.00 53.00 63.00 73.00 83.00 93.00 4.00 28.00 24.00 34.00 44.00 54.00 64.00 74.00 84.00 94.00 5.00 30.00 25.00 35.00 45.00 55.00 65.00 75.00 85.00 95.00 6.00 32.00 26.00 36.00 46.00 56.00 66.00 76.00 86.00 96.00 7.00 34.00 27.00 37.00 47.00 57.00 67.00 77.00 87.00 97.00 8.00 36.00 28.00 38.00 48.00 58.00 68.00 78.00 88.00 98.00 9.00 38.00 29.00 39.00 49.00 59.00 69.00 79.00 89.00 99.00 Load device time: 0.202167 sec Set kernel time: 3.297173 sec Set memory time: 0.001143 sec Set work size time: 0.000406 sec Calc time: 0.001684 sec Release resource time: 0.000930 sec Total time: 3.503503 sec
なお、WikiのLimitationによると、VC4CLはdouble, half, longはサポートしていないようなので、それらの型を扱うときは注意が必要そうです。
Rustで画像処理
「Rustでステレオ画像のブロックマッチングをしてみた」で作った、Rustというプログラミング言語でOpenCLを利用する画像処理プログラムを実行してみます。RustのインストールはInstall Rustを参考にしてください。
下記コマンド初回実行時はRustのライブラリのダウンロードやビルドに合わせて1時間くらいかかります。
cd ~/gitprojects git clone https://github.com/asukiaaa/rust_opencl_block_matching_practice cd rust_opencl_block_matching_practice/2dims_work_size_with_loop_in_kernel cargo build sudo target/debug/2dims_work_size_with_loop_in_kernel
実行してできたファイルはscpなどで自分のPCに転送して確認できます。
Ubuntuの場合はeogコマンドで画像のプレビューを確認できます。
# 自分のPCのターミナルで実行します。 scp pi@[使っているRaspberry PiのIP]:~/gitprojects/rust_opencl_block_matching_practice/2dims_work_size_with_loop_in_kernel/result.png /tmp/ eog /tmp/result.png
Intel GPU + Ubuntuで実行したときと同じ画像が確認できたので、期待通りにGPUを扱えているようです。
CUPと実行時間を比較
Raspberry PiのCPUと比較してOpenCLでGPUを使ったときの処理速度はどうなるのか比較してみました。使ったRaspberry Pi : Raspberry Pi Zero W
使ったRaspbian: 2018.10リリース版のRaspbian Lite
利用したプログラム: 「OpenCLで行列の掛け算をしてみた」で作成した matrix_dot_matrix.c と matrix_dot_matrix_on_cpu.c
動作結果
pi@asukipi0w:~/gitprojects/c_opencl_practice $ gcc matrix_dot_matrix.c -lOpenCL -o gpu pi@asukipi0w:~/gitprojects/c_opencl_practice $ gcc matrix_dot_matrix_on_cpu.c -o cpu pi@asukipi0w:~/gitprojects/c_opencl_practice $ sudo ./gpu 128 CL_DEVICE_MAX_WORK_GROUP_SIZE: 12 work item sizes: 12 12 12 localWorkSize: 8, 1 Set matrix time: 0.002697 sec Load device time: 0.201289 sec Set kernel time: 3.226910 sec Set memory time: 0.002296 sec Set work size time: 0.000486 sec Calc time: 0.263578 sec Release resource time: 0.001011 sec Total time: 3.698267 sec pi@asukipi0w:~/gitprojects/c_opencl_practice $ ./cpu 128 Set matrix time: 0.002651 sec Calc time: 0.270916 sec Total time: 0.273567 seconds pi@asukipi0w:~/gitprojects/c_opencl_practice $ sudo ./gpu 512 CL_DEVICE_MAX_WORK_GROUP_SIZE: 12 work item sizes: 12 12 12 localWorkSize: 8, 1 Set matrix time: 0.056850 sec Load device time: 0.196060 sec Set kernel time: 3.234914 sec Set memory time: 0.014732 sec Set work size time: 0.000425 sec Calc time: 17.880513 sec Release resource time: 0.001181 sec Total time: 21.384675 sec pi@asukipi0w:~/gitprojects/c_opencl_practice $ ./cpu 512 Set matrix time: 0.055987 sec Calc time: 37.175322 sec Total time: 37.231309 seconds pi@asukipi0w:~/gitprojects/c_opencl_practice $ sudo ./gpu 1024 CL_DEVICE_MAX_WORK_GROUP_SIZE: 12 work item sizes: 12 12 12 localWorkSize: 8, 1 Set matrix time: 0.320146 sec Load device time: 0.197772 sec Set kernel time: 3.208944 sec Set memory time: 0.059525 sec Set work size time: 0.000492 sec Calc time: 143.348330 sec Release resource time: 0.001537 sec Total time: 147.136746 sec pi@asukipi0w:~/gitprojects/c_opencl_practice $ ./cpu 1024 Set matrix time: 0.318386 sec Calc time: 360.395601 sec Total time: 360.713987 seconds
計算した行列の大きさと実行時間をまとめるとこうなりました。
| 演算器 | 行列演算時間（秒） | ||
|---|---|---|---|
| 128x128 | 512x512 | 1024x1024 | |
| CPU | 0.273567 | 37.231309 | 360.713987 |
| GPU | 3.698267 | 21.384675 | 147.136746 |
計算量の多い処理を上手く並列化できたら、GPUの方がCPUより速くなるようでした。
まとめ
VC4CLを利用することでOpenCLのプログラムをRaspberry Piで動かせました。何かの参考になれば嬉しいです。
参考
doe300/VC4CL変更履歴
2019.02.12Rustのインストール方法に関する情報が不足していたため、関連ページへのリンクを追加しました。
2019.07.13
Raspberry Pi3ならGPUよりCPUの方が早いという説明をしていましたが、未検証なので削除しました。
0 件のコメント :
コメントを投稿