OpenCL C 平台与设备

1. 核心概念

在 OpenCL C API 中：

  • 平台 (Platform)：代表一个 OpenCL 实现，通常对应硬件厂商（NVIDIA、AMD、Intel等）

  • 设备 (Device)：具体的计算硬件单元（GPU、CPU、加速器等）

  • 上下文 (Context)：管理设备内存和命令执行的环境

  • 命令队列 (Command Queue)：向设备提交命令的通道

2. 基本工作流程

  1. 查询平台 → 查询设备 → 创建上下文 → 创建命令队列

3. 平台查询与选择

获取平台数量和信息

c

#include <CL/cl.h>
#include <stdio.h>
#include <stdlib.h>int main() {cl_int err;// 1. 获取平台数量cl_uint num_platforms;err = clGetPlatformIDs(0, NULL, &num_platforms);if (err != CL_SUCCESS || num_platforms == 0) {printf("未找到 OpenCL 平台！错误: %d\n", err);return 1;}printf("找到 %u 个 OpenCL 平台\n", num_platforms);// 2. 获取所有平台cl_platform_id* platforms = (cl_platform_id*)malloc(num_platforms * sizeof(cl_platform_id));err = clGetPlatformIDs(num_platforms, platforms, NULL);// 3. 显示平台信息for (cl_uint i = 0; i < num_platforms; i++) {char name[128], vendor[128], version[128];clGetPlatformInfo(platforms[i], CL_PLATFORM_NAME, sizeof(name), name, NULL);clGetPlatformInfo(platforms[i], CL_PLATFORM_VENDOR, sizeof(vendor), vendor, NULL);clGetPlatformInfo(platforms[i], CL_PLATFORM_VERSION, sizeof(version), version, NULL);printf("\n平台 %u:\n", i);printf("  名称: %s\n", name);printf("  供应商: %s\n", vendor);printf("  版本: %s\n", version);}free(platforms);return 0;
}
选择特定平台

c

// 选择第一个平台
cl_platform_id select_first_platform() {cl_uint num_platforms;clGetPlatformIDs(0, NULL, &num_platforms);cl_platform_id* platforms = (cl_platform_id*)malloc(num_platforms * sizeof(cl_platform_id));clGetPlatformIDs(num_platforms, platforms, NULL);cl_platform_id selected = platforms[0];free(platforms);return selected;
}// 按供应商选择平台
cl_platform_id select_platform_by_vendor(const char* vendor_name) {cl_uint num_platforms;clGetPlatformIDs(0, NULL, &num_platforms);cl_platform_id* platforms = (cl_platform_id*)malloc(num_platforms * sizeof(cl_platform_id));clGetPlatformIDs(num_platforms, platforms, NULL);cl_platform_id selected = NULL;for (cl_uint i = 0; i < num_platforms; i++) {char vendor[256];clGetPlatformInfo(platforms[i], CL_PLATFORM_VENDOR, sizeof(vendor), vendor, NULL);if (strstr(vendor, vendor_name) != NULL) {selected = platforms[i];printf("选择平台: %s\n", vendor);break;}}free(platforms);return selected;
}

4. 设备查询与选择

获取设备信息

c

void print_device_info(cl_device_id device) {char name[128], vendor[128], version[128];cl_device_type type;cl_uint compute_units;cl_ulong global_mem, local_mem;size_t max_work_group_size;clGetDeviceInfo(device, CL_DEVICE_NAME, sizeof(name), name, NULL);clGetDeviceInfo(device, CL_DEVICE_VENDOR, sizeof(vendor), vendor, NULL);clGetDeviceInfo(device, CL_DEVICE_VERSION, sizeof(version), version, NULL);clGetDeviceInfo(device, CL_DEVICE_TYPE, sizeof(type), &type, NULL);clGetDeviceInfo(device, CL_DEVICE_MAX_COMPUTE_UNITS, sizeof(compute_units), &compute_units, NULL);clGetDeviceInfo(device, CL_DEVICE_GLOBAL_MEM_SIZE, sizeof(global_mem), &global_mem, NULL);clGetDeviceInfo(device, CL_DEVICE_LOCAL_MEM_SIZE, sizeof(local_mem), &local_mem, NULL);clGetDeviceInfo(device, CL_DEVICE_MAX_WORK_GROUP_SIZE, sizeof(max_work_group_size), &max_work_group_size, NULL);printf("设备信息:\n");printf("  名称: %s\n", name);printf("  供应商: %s\n", vendor);printf("  版本: %s\n", version);printf("  类型: %s\n", (type == CL_DEVICE_TYPE_GPU) ? "GPU" :(type == CL_DEVICE_TYPE_CPU) ? "CPU" :(type == CL_DEVICE_TYPE_ACCELERATOR) ? "加速器" : "未知");printf("  计算单元: %u\n", compute_units);printf("  全局内存: %.1f MB\n", global_mem / (1024.0 * 1024.0));printf("  本地内存: %.1f KB\n", local_mem / 1024.0);printf("  最大工作组大小: %zu\n", max_work_group_size);
}
获取和选择设备

c

cl_device_id get_devices(cl_platform_id platform, cl_device_type device_type) {cl_uint num_devices;cl_int err = clGetDeviceIDs(platform, device_type, 0, NULL, &num_devices);if (err != CL_SUCCESS || num_devices == 0) {printf("未找到指定类型的设备，错误: %d\n", err);return NULL;}cl_device_id* devices = (cl_device_id*)malloc(num_devices * sizeof(cl_device_id));clGetDeviceIDs(platform, device_type, num_devices, devices, NULL);printf("找到 %u 个设备:\n", num_devices);for (cl_uint i = 0; i < num_devices; i++) {char name[128];clGetDeviceInfo(devices[i], CL_DEVICE_NAME, sizeof(name), name, NULL);printf("  %u: %s\n", i, name);}// 选择第一个设备cl_device_id selected = devices[0];free(devices);return selected;
}

5. 创建上下文和命令队列

创建上下文

c

cl_context create_context(cl_platform_id platform, cl_device_id device) {cl_context_properties properties[] = {CL_CONTEXT_PLATFORM,(cl_context_properties)platform,0};cl_int err;cl_context context = clCreateContext(properties, 1, &device, NULL, NULL, &err);if (err != CL_SUCCESS) {printf("创建上下文失败，错误: %d\n", err);return NULL;}return context;
}// 为多个设备创建上下文
cl_context create_context_for_all_devices(cl_platform_id platform, cl_device_type device_type, cl_uint* num_devices, cl_device_id** devices) {// 获取设备数量clGetDeviceIDs(platform, device_type, 0, NULL, num_devices);if (*num_devices == 0) return NULL;// 获取设备列表*devices = (cl_device_id*)malloc(*num_devices * sizeof(cl_device_id));clGetDeviceIDs(platform, device_type, *num_devices, *devices, NULL);// 创建上下文cl_context_properties properties[] = {CL_CONTEXT_PLATFORM,(cl_context_properties)platform,0};cl_int err;cl_context context = clCreateContext(properties, *num_devices, *devices, NULL, NULL, &err);if (err != CL_SUCCESS) {free(*devices);*devices = NULL;return NULL;}return context;
}
创建命令队列

c

cl_command_queue create_command_queue(cl_context context, cl_device_id device) {cl_int err;cl_command_queue queue = clCreateCommandQueue(context, device, CL_QUEUE_PROFILING_ENABLE, &err);if (err != CL_SUCCESS) {printf("创建命令队列失败，错误: %d\n", err);return NULL;}return queue;
}// 创建带属性的命令队列（OpenCL 2.0+）
cl_command_queue create_command_queue_with_properties(cl_context context, cl_device_id device) {cl_queue_properties properties[] = {CL_QUEUE_PROPERTIES, CL_QUEUE_PROFILING_ENABLE,0};cl_int err;cl_command_queue queue = clCreateCommandQueueWithProperties(context, device, properties, &err);if (err != CL_SUCCESS) {printf("创建命令队列失败，错误: %d\n", err);return NULL;}return queue;
}

6. 完整示例

c

#include <CL/cl.h>
#include <stdio.h>
#include <stdlib.h>
#include <string.h>#define CHECK_CL_ERROR(err, msg) \if (err != CL_SUCCESS) { \printf("%s, 错误: %d\n", msg, err); \return 1; \}int main() {cl_int err;cl_platform_id platform;cl_device_id device;cl_context context;cl_command_queue queue;printf("=== OpenCL 平台和设备查询 ===\n");// 1. 获取平台cl_uint num_platforms;err = clGetPlatformIDs(0, NULL, &num_platforms);CHECK_CL_ERROR(err, "获取平台数量失败");cl_platform_id* platforms = (cl_platform_id*)malloc(num_platforms * sizeof(cl_platform_id));err = clGetPlatformIDs(num_platforms, platforms, NULL);CHECK_CL_ERROR(err, "获取平台列表失败");// 显示平台信息for (cl_uint i = 0; i < num_platforms; i++) {char name[256], vendor[256];clGetPlatformInfo(platforms[i], CL_PLATFORM_NAME, sizeof(name), name, NULL);clGetPlatformInfo(platforms[i], CL_PLATFORM_VENDOR, sizeof(vendor), vendor, NULL);printf("平台 %u: %s (%s)\n", i, name, vendor);}// 选择第一个平台platform = platforms[0];free(platforms);// 2. 获取设备（优先选择 GPU）cl_uint num_devices;err = clGetDeviceIDs(platform, CL_DEVICE_TYPE_GPU, 0, NULL, &num_devices);if (err != CL_SUCCESS || num_devices == 0) {printf("未找到 GPU 设备，尝试查找 CPU 设备\n");err = clGetDeviceIDs(platform, CL_DEVICE_TYPE_CPU, 0, NULL, &num_devices);CHECK_CL_ERROR(err, "获取设备数量失败");}cl_device_id* devices = (cl_device_id*)malloc(num_devices * sizeof(cl_device_id));err = clGetDeviceIDs(platform, CL_DEVICE_TYPE_GPU, num_devices, devices, NULL);if (err != CL_SUCCESS) {err = clGetDeviceIDs(platform, CL_DEVICE_TYPE_CPU, num_devices, devices, NULL);CHECK_CL_ERROR(err, "获取设备列表失败");}// 显示设备信息并选择第一个设备device = devices[0];char device_name[256];clGetDeviceInfo(device, CL_DEVICE_NAME, sizeof(device_name), device_name, NULL);printf("选择设备: %s\n", device_name);free(devices);// 3. 创建上下文cl_context_properties context_props[] = {CL_CONTEXT_PLATFORM,(cl_context_properties)platform,0};context = clCreateContext(context_props, 1, &device, NULL, NULL, &err);CHECK_CL_ERROR(err, "创建上下文失败");// 4. 创建命令队列queue = clCreateCommandQueue(context, device, CL_QUEUE_PROFILING_ENABLE, &err);CHECK_CL_ERROR(err, "创建命令队列失败");// 5. 显示详细设备信息printf("\n=== 详细设备信息 ===\n");cl_uint compute_units;cl_ulong global_mem, local_mem;size_t max_work_group_size;char device_version[256], opencl_c_version[256];clGetDeviceInfo(device, CL_DEVICE_MAX_COMPUTE_UNITS, sizeof(compute_units), &compute_units, NULL);clGetDeviceInfo(device, CL_DEVICE_GLOBAL_MEM_SIZE, sizeof(global_mem), &global_mem, NULL);clGetDeviceInfo(device, CL_DEVICE_LOCAL_MEM_SIZE, sizeof(local_mem), &local_mem, NULL);clGetDeviceInfo(device, CL_DEVICE_MAX_WORK_GROUP_SIZE, sizeof(max_work_group_size), &max_work_group_size, NULL);clGetDeviceInfo(device, CL_DEVICE_VERSION, sizeof(device_version), device_version, NULL);clGetDeviceInfo(device, CL_OPENCL_C_VERSION, sizeof(opencl_c_version), opencl_c_version, NULL);printf("设备名称: %s\n", device_name);printf("计算单元: %u\n", compute_units);printf("全局内存: %.1f MB\n", global_mem / (1024.0 * 1024.0));printf("本地内存: %.1f KB\n", local_mem / 1024.0);printf("最大工作组大小: %zu\n", max_work_group_size);printf("设备版本: %s\n", device_version);printf("OpenCL C 版本: %s\n", opencl_c_version);// 6. 清理资源clReleaseCommandQueue(queue);clReleaseContext(context);printf("\nOpenCL 环境初始化成功！\n");return 0;
}

7. 错误处理工具函数

c

// 获取错误代码的描述
const char* get_cl_error_string(cl_int error) {switch (error) {case CL_SUCCESS: return "CL_SUCCESS";case CL_DEVICE_NOT_FOUND: return "CL_DEVICE_NOT_FOUND";case CL_DEVICE_NOT_AVAILABLE: return "CL_DEVICE_NOT_AVAILABLE";case CL_COMPILER_NOT_AVAILABLE: return "CL_COMPILER_NOT_AVAILABLE";case CL_MEM_OBJECT_ALLOCATION_FAILURE: return "CL_MEM_OBJECT_ALLOCATION_FAILURE";case CL_OUT_OF_RESOURCES: return "CL_OUT_OF_RESOURCES";case CL_OUT_OF_HOST_MEMORY: return "CL_OUT_OF_HOST_MEMORY";case CL_PROFILING_INFO_NOT_AVAILABLE: return "CL_PROFILING_INFO_NOT_AVAILABLE";case CL_MEM_COPY_OVERLAP: return "CL_MEM_COPY_OVERLAP";case CL_IMAGE_FORMAT_MISMATCH: return "CL_IMAGE_FORMAT_MISMATCH";case CL_IMAGE_FORMAT_NOT_SUPPORTED: return "CL_IMAGE_FORMAT_NOT_SUPPORTED";case CL_BUILD_PROGRAM_FAILURE: return "CL_BUILD_PROGRAM_FAILURE";case CL_MAP_FAILURE: return "CL_MAP_FAILURE";case CL_INVALID_VALUE: return "CL_INVALID_VALUE";case CL_INVALID_DEVICE_TYPE: return "CL_INVALID_DEVICE_TYPE";case CL_INVALID_PLATFORM: return "CL_INVALID_PLATFORM";case CL_INVALID_DEVICE: return "CL_INVALID_DEVICE";case CL_INVALID_CONTEXT: return "CL_INVALID_CONTEXT";case CL_INVALID_QUEUE_PROPERTIES: return "CL_INVALID_QUEUE_PROPERTIES";case CL_INVALID_COMMAND_QUEUE: return "CL_INVALID_COMMAND_QUEUE";case CL_INVALID_HOST_PTR: return "CL_INVALID_HOST_PTR";case CL_INVALID_MEM_OBJECT: return "CL_INVALID_MEM_OBJECT";case CL_INVALID_IMAGE_FORMAT_DESCRIPTOR: return "CL_INVALID_IMAGE_FORMAT_DESCRIPTOR";case CL_INVALID_IMAGE_SIZE: return "CL_INVALID_IMAGE_SIZE";case CL_INVALID_SAMPLER: return "CL_INVALID_SAMPLER";case CL_INVALID_BINARY: return "CL_INVALID_BINARY";case CL_INVALID_BUILD_OPTIONS: return "CL_INVALID_BUILD_OPTIONS";case CL_INVALID_PROGRAM: return "CL_INVALID_PROGRAM";case CL_INVALID_PROGRAM_OBJECT: return "CL_INVALID_PROGRAM_OBJECT";case CL_INVALID_KERNEL_NAME: return "CL_INVALID_KERNEL_NAME";case CL_INVALID_KERNEL_DEFINITION: return "CL_INVALID_KERNEL_DEFINITION";case CL_INVALID_KERNEL: return "CL_INVALID_KERNEL";case CL_INVALID_ARG_INDEX: return "CL_INVALID_ARG_INDEX";case CL_INVALID_ARG_VALUE: return "CL_INVALID_ARG_VALUE";case CL_INVALID_ARG_SIZE: return "CL_INVALID_ARG_SIZE";case CL_INVALID_KERNEL_ARGS: return "CL_INVALID_KERNEL_ARGS";case CL_INVALID_WORK_DIMENSION: return "CL_INVALID_WORK_DIMENSION";case CL_INVALID_WORK_GROUP_SIZE: return "CL_INVALID_WORK_GROUP_SIZE";case CL_INVALID_WORK_ITEM_SIZE: return "CL_INVALID_WORK_ITEM_SIZE";case CL_INVALID_GLOBAL_OFFSET: return "CL_INVALID_GLOBAL_OFFSET";case CL_INVALID_EVENT_WAIT_LIST: return "CL_INVALID_EVENT_WAIT_LIST";case CL_INVALID_EVENT: return "CL_INVALID_EVENT";case CL_INVALID_OPERATION: return "CL_INVALID_OPERATION";case CL_INVALID_GL_OBJECT: return "CL_INVALID_GL_OBJECT";case CL_INVALID_BUFFER_SIZE: return "CL_INVALID_BUFFER_SIZE";case CL_INVALID_MIP_LEVEL: return "CL_INVALID_MIP_LEVEL";case CL_INVALID_GLOBAL_WORK_SIZE: return "CL_INVALID_GLOBAL_WORK_SIZE";default: return "未知错误";}
}

8. 最佳实践

  1. 总是检查错误代码：每个 OpenCL 函数调用后检查返回值

  2. 资源释放：使用 clRelease* 函数释放所有分配的资源

  3. 平台选择：提供回退机制，优先选择 GPU，然后是 CPU

  4. 设备能力检查：根据设备能力调整算法参数

  5. 错误信息：使用 get_cl_error_string 获取有意义的错误信息

总结

函数用途说明
clGetPlatformIDs获取平台查询可用的 OpenCL 平台
clGetPlatformInfo获取平台信息名称、供应商、版本等
clGetDeviceIDs获取设备查询指定类型的设备
clGetDeviceInfo获取设备信息硬件规格和能力
clCreateContext创建上下文管理设备和内存
clCreateCommandQueue创建命令队列提交命令到设备

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若转载，请注明出处：http://www.pswp.cn/web/95162.shtml
繁体地址，请注明出处：http://hk.pswp.cn/web/95162.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

R语言贝叶斯方法在生态环境领域中的高阶技术应用

R语言贝叶斯方法在生态环境领域中的高阶技术应用

贝叶斯统计已经被广泛应用到物理学、生态学、心理学、计算机、哲学等各个学术领域&#xff0c;其火爆程度已经跨越了学术圈。一&#xff1a; 1.1复杂数据回归&#xff08;混合效应&#xff09;模型的选择策略 1&#xff09;科学研究中数据及其复杂性 2&#xff09;回归分析历史…
阅读更多...
学习笔记：MySQL（day1）

学习笔记：MySQL（day1）

DDL&#xff08;Data Definition Language&#xff0c;数据定义语言&#xff09;是 SQL 语言的一部分&#xff0c;用于定义和管理数据库中的数据结构&#xff0c;包括创建、修改、删除数据库对象&#xff08;如数据库、表、视图、索引等&#xff09;。常见的 DDL 语句及其功能&…
阅读更多...
C++ 模板初阶：从函数重载到泛型编程的优雅过渡

C++ 模板初阶：从函数重载到泛型编程的优雅过渡

&#x1f525;个人主页&#xff1a;爱和冰阔乐 &#x1f4da;专栏传送门&#xff1a;《数据结构与算法》 、C &#x1f436;学习方向&#xff1a;C方向学习爱好者 ⭐人生格言&#xff1a;得知坦然 &#xff0c;失之淡然 文章目录前言一、引言&#xff1a;函数重载的痛点与模板…
阅读更多...
从零开始的python学习——语句

从零开始的python学习——语句

ʕ • ᴥ • ʔ づ♡ど &#x1f389; 欢迎点赞支持&#x1f389; 个人主页&#xff1a;励志不掉头发的内向程序员&#xff1b; 专栏主页&#xff1a;python学习专栏&#xff1b; 文章目录 前言 一、顺序语句 二、条件语句 2.1、什么是条件语句 2.2、语法格式 2.3、缩进和代码…
阅读更多...
Python基础之元组列表集合字典

Python基础之元组列表集合字典

目录一、元组&#xff08;Turple&#xff09;1.1、概念定义注意事项1.2、常见操作元组只支持查询操作&#xff0c;不支持增删改操作。查询元素二、列表1.1、概念定义注意事项1.2、常见操作添加修改查找删除排序列表推导式列表嵌套三、集合1.1、概念定义集合的特点1.2、常见操作…
阅读更多...
Ubuntu 22.04 安装 向日葵远程Client端

Ubuntu 22.04 安装 向日葵远程Client端

通过向日葵主页的下载deb包有可能遇到安装失败的情况 #因向向日葵提供的libwebkit包是4.0-37了,而向日葵依赖的是3.0.0(Reading database ... 303666 files and directories currently installed.) Preparing to unpack SunloginClient-10.1.1.38139_amd64.deb.1 ... sunloginc…
阅读更多...
Linux中卸载和安装Nginx

Linux中卸载和安装Nginx

阿里云宝塔linux为例一&#xff1a;卸载1.停止 Nginx 服务# 检查Nginx运行状态 systemctl status nginx# 停止Nginx服务 sudo systemctl stop nginx# 禁用开机自启 sudo systemctl disable nginx2. 卸载 Nginx 软件包# 查看已安装的Nginx包 yum list installed | grep nginx# 卸…
阅读更多...
C++知识汇总（5）

C++知识汇总（5）

目录 1.写在前面 1.C11的发展历史 2.序列表初始化 3&#xff0c;C11中的std::initializer_list 4.左值和右值 1.左值引用和右值引用 2.生命周期的延长 3.左值和右值的参数匹配 4&#xff0c;移动构造和移动赋值 5.引用折叠 6.完美转发 总结 1.可变模板参数 2.包扩展…
阅读更多...
LeetCode 每日一题 2025/8/25-2025/8/31

LeetCode 每日一题 2025/8/25-2025/8/31

记录了初步解题思路 以及本地实现代码&#xff1b;并不一定为最优 也希望大家能一起探讨 一起进步 目录8/25 498. 对角线遍历8/26 3000. 对角线最长的矩形的面积8/27 3459. 最长 V 形对角线段的长度8/28 3446. 按对角线进行矩阵排序8/29 3021. Alice 和 Bob 玩鲜花游戏8/30 36.…
阅读更多...
大模型训练全方位架构分析

大模型训练全方位架构分析

文章目录前言一&#xff1a;数据工程二&#xff1a;计算硬件与集群三&#xff1a;训练并行策略四&#xff1a;模型架构五&#xff1a;优化与训练动力学六&#xff1a;内存管理七&#xff1a;训练流程与工具链八&#xff1a;成本与效率九&#xff1a;伦理、安全与对齐十&#xf…
阅读更多...
人工智能加速漏洞利用，15分钟即可完成概念验证？

人工智能加速漏洞利用，15分钟即可完成概念验证？

一个由人工智能驱动的攻击研究系统已经创建了十多个漏洞利用程序&#xff0c;在许多情况下将开发时间缩短到不到 15 分钟&#xff0c;凸显了全面自动化对企业防御者的影响。 该系统由两位以色列网络安全研究人员创建&#xff0c;利用大型语言模型 (LLM) 的提示、通用漏洞与暴露…
阅读更多...
Go语言入门（13）-map

Go语言入门（13）-map

map是Go提供的另外一种集合&#xff0c;他可以&#xff1a;①将key映射到value;②快速通过key找到对应的value;同时&#xff0c;它的key几乎可以是任何类型。声明map&#xff0c;必须指定key和value的类型&#xff1a;下面来看一个简单的例程&#xff0c;在该例程中&#xff0c…
阅读更多...
基于51单片机的配电室远程监控系统设计环境检测GSM环境报警设计

基于51单片机的配电室远程监控系统设计环境检测GSM环境报警设计

基于51单片机的配电室远程监控系统设计与环境检测GSM报警系统 1. 系统功能介绍 本设计是一种基于 STC89C51/STC89C52 单片机 的智能配电室环境监控与报警系统。该系统将温湿度检测、水位检测、烟雾检测、入侵检测与风扇、水泵控制相结合&#xff0c;同时配合 SIM900 GSM 模块 实…
阅读更多...
从RNN到Transformer

从RNN到Transformer

从RNN到Transformer 目录 基础篇&#xff1a;序列模型概述RNN循环神经网络LSTM长短期记忆网络Transformer架构时间序列预测应用计算机视觉应用大语言模型应用实战与优化前沿发展 基础篇&#xff1a;序列模型概述 {#基础篇} 什么是序列数据&#xff1f; 序列数据是按照特定顺…
阅读更多...
【Java进阶】Java与SpringBoot线程池深度优化指南

【Java进阶】Java与SpringBoot线程池深度优化指南

Java与SpringBoot线程池深度优化指南Java与SpringBoot线程池深度优化指南一、Java原生线程池核心原理1. ThreadPoolExecutor 核心参数关键参数解析&#xff1a;2. 阻塞队列选择策略3. 拒绝策略对比二、SpringBoot线程池配置与优化1. 自动配置线程池2. 异步任务配置类3. 自定义异…
阅读更多...
mysql(自写）

mysql(自写）

Mysql介于应用和数据之间&#xff0c;通过一些设计 &#xff0c;将大量数据变成一张张像excel的数据表数据页&#xff1a;mysql将数据拆成一个一个的数据页索引&#xff1a;为每个页加入页号&#xff0c;再为每行数据加入序号&#xff0c;这个序号就是所谓的主键。 将每个页的…
阅读更多...
Nginx 502 Bad Gateway：从 upstream 日志到 FastCGI 超时复盘

Nginx 502 Bad Gateway：从 upstream 日志到 FastCGI 超时复盘

Nginx 502 Bad Gateway&#xff1a;从 upstream 日志到 FastCGI 超时复盘 &#x1f31f; Hello&#xff0c;我是摘星&#xff01; &#x1f308; 在彩虹般绚烂的技术栈中&#xff0c;我是那个永不停歇的色彩收集者。 &#x1f98b; 每一个优化都是我培育的花朵&#xff0c;每一…
阅读更多...
Dreamore AI-解读并描绘你的梦境

Dreamore AI-解读并描绘你的梦境

本文转载自&#xff1a;Dreamore AI-解读并描绘你的梦境 - Hello123工具导航 ** 一、&#x1f319; 初识 Dreamore AI&#xff1a;你的智能梦境伴侣 Dreamore AI 是一款超有趣的AI 梦境解析与可视化工具&#xff0c;它巧妙地把梦境解读和图像生成这两大功能融为一体。你只需要…
阅读更多...
集合-单列集合（Collection）

集合-单列集合（Collection）

List系列集合&#xff1a;添加的元素是有序、可重复、有索引的。Set系列集合&#xff1a;添加的元素是无序、不重复、无索引的。代码&#xff1a;public class A01_CollectionDemo1 {public static void main(String[] args) {/** 注意点&#xff1a;Collection是一个接口&…
阅读更多...
写一个 RTX 5080 上的 cuda gemm fp16

写一个 RTX 5080 上的 cuda gemm fp16

1. cpu 计算 fp16 四则运算由于会用到cpu 的gemm 与 gpu gemm 的对比验证&#xff0c;所以&#xff0c;这里稍微解释一下 cpu 计算fp16 gemm 的过程。这里为了简化理解&#xff0c;cpu 中不使用 avx 相关的 fp16 运算器&#xff0c;而是直接使用 cpu 原先的 ALU 功能。这里使用…
阅读更多...
最新文章

Copyright @ 2022~2023