说明：
对不起，我竟然用了一个夺人眼球的标题；我会尽量从一个程序员的角度来阐述OpenCL，目标是浅显易懂，如果没有达到这个效果，就当我没说这话；子曾经曰过：不懂Middleware的系统软件工程师，不是一个好码农；1. 介绍
以人工智能场景为例来理解一下，假如在某个AI芯片上跑人脸识别应用，CPU擅长控制，AI processor擅长计算，软件的flow就可以进行拆分，用CPU来负责控制视频流输入输出前后处理，AI processor来完成深度学习模型运算完成识别，这就是一个典型的异构处理场景，如果该AI芯片的SDK支持OpenCL，那么上层的软件就可以基于OpenCL进行开发了。
话不多说，看看OpenCL的架构吧。
2. OpenCL架构OpenCL架构，可以从平台模型、内存模型、执行模型、编程模型四个角度来展开。
2.1 Platform Model平台模型：硬件拓扑关系的抽象描述
执行模型：Host如何利用OpenCL Device的计算资源完成高效的计算处理过程
ContextOpenCL的Execution Model由两个不同的执行单元定义：1）运行在OpenCL设备上的kernel；2）运行在Host上的Host program；其中，OpenCL使用Context代表kernel的执行环境：
Context包含以下资源：
Devices：一个或多个OpenCL设备；Kernel Objects：OpenCL Device的执行函数及相关的参数值，通常定义在cl文件中；Program Objects：实现kernel的源代码和可执行程序，每个program可以包含多个kernel；Memory Objects：Host和OpenCL设备可见的变量，kernel执行时对其进行操作；NDrange
有两种方式来找到work-item：
通过work-item的全局索引；先查找到所在work-group的索引号，再根据局部索引号确定；以一维为例：
以二维为例：
三维的方式也类似，略去。
2.3 Memory Model内存模型：Host和OpenCL Device怎么来看待数据
OpenCL的内存模型中，包含以下几类类型的内存：
Host memory：Host端的内存，只能由Host直接访问；Global Memory：设备内存，可以由Host和OpenCL Device访问，允许Host的读写操作，也允许OpenCL Device中PE读写，Host负责该内存中Buffer的分配和释放；Constant Global Memory：设备内存，允许Host进行读写操作，而设备只能进行读操作，用于传输常量数据；Local Memory：单个CU中的本地内存，Host看不到该区域并无法对其操作，该区域允许内部的PE进行读写操作，也可以用于PE之间的共享，需要注意同步和并发问题；Private Memory：PE的私有内存，Host与PE之间都无法看到该区域；2.4 Programming Model
下边来一个实际的代码测试跑跑，Talk is cheap, show me the code!
4. 示例代码测试环境：Ubuntu16.04，安装Intel CPU OpenCL SDK（opencl_runtime_16.1.2_x64_rh_6.4.0.37.tgz）；为了简化流程，示例代码都不做容错处理，仅保留关键的操作；整个代码的功能是完成向量的加法操作；4.1 Host端程序#include #include #include #include const int DATA_SIZE = 10;int main(void){/* 1. get platform & device information */cl_uint num_platforms;cl_platform_id first_platform_id;clGetPlatformIDs(1, &first_platform_id, &num_platforms);/* 2. create context */cl_int err_num;cl_context context = nullptr;cl_context_properties context_prop[] = {CL_CONTEXT_PLATFORM,(cl_context_properties)first_platform_id,0};context = clCreateContextFromType(context_prop, CL_DEVICE_TYPE_CPU, nullptr, nullptr, &err_num);/* 3. create command queue */cl_command_queue command_queue;cl_device_id *devices;size_t device_buffer_size = -1;clGetContextInfo(context, CL_CONTEXT_DEVICES, 0, nullptr, &device_buffer_size);devices = new cl_device_id[device_buffer_size / sizeof(cl_device_id)];clGetContextInfo(context, CL_CONTEXT_DEVICES, device_buffer_size, devices, nullptr);command_queue = clCreateCommandQueueWithProperties(context, devices[0], nullptr, nullptr);delete [] devices;/* 4. create program */std::ifstream kernel_file("vector_add.cl", std::ios::in);std::ostringstream oss;oss