学习opencl实现并行计算必备，这本是高清的

OPencl入门学习简单例子，完整包含了opencl编程的步骤，可供参看学习。。一个完整的OpenCL加速技术过程涉及到平台（Platform）、设备(Device)、上下文(Context)、OpenCL程序（Program）、指令队列（Command）、核函数（Kernel）、内存对象（Memory Object）、调用设备接口（NDRange），下面将分别进行做简单的介绍，后面也会给出参考资料的相关链接。

NVIDIA 的openCL 教程 介绍了CUDA 和 OpenCL的区别

用来查看你的显卡（无论是独立显示还是集成显卡）是否支持OpenGL,如果支持，则显示究竟是什么版本。并可以显示一个三维图形进行测试。

并行 C 程序 挪威科技大学并行计算课程中的练习。 介绍 作为对 C 的简单介绍以帮助我们入门，本练习在 C 中实现了一些与矩阵相关的计算。 区域随着 MPI 增长 在这个练习和以下许多练习中，我们被要求解决一个区域增长问题。 问题如下。 您有一个二维像素网格，每个像素都有一个灰度颜色（0 到 255 之间的一个字节）。 给定一个阈值和一些位置（种子），如果颜色差异低于阈值，您将把种子“生长”到相邻像素。 继续扩大该地区，直到它不再增长。 在本练习中，我们将使用MPI实现它， MPI是一种用于并行计算的消息传递协议。 串行优化 引用练习：“在这个问题中，你应该编写一个函数来尽可能快地执行稀疏矩阵向量乘法。你应该通过在文件 spmv.c 中实现乘法函数来做到这一点。你的函数应该比包含的函数更快乘以天真。您可以使用 struct s 矩阵 t 创建自己的稀疏矩阵格式。” 使用 pth

适用于Linux * OS的OpenCL™应用程序18.1的英特尔®CPU运行时（仅64位）。大小93MB

使用OpenCL:trade_mark:的便携式多线程编程系列的第五篇文章讨论了OpenCL:trade_mark:缓冲区，并演示了如何在多设备，多GPU环境中将计算与数据联系起来。

基于OpenCL的高阶马尔科夫随机场图像去噪的快速实现

旱地 该存储库包含运行描述干旱植被空间自组织模型的 OpenCL 代码，如发布于： Rietkerk, M., Boerlijst, MC, Van Langevelde, F., HilleRisLambers, R., Van de Koppel, J., Kumar, L., Klausmeier, CA, Prins, HHT, De Roos, A. 2002. 自组织干旱生态系统中的植被。 美国博物学家，160：524-530。 可以在以下位置找到模型输出的视频： : 该视频由此存储库中的代码生成。 要运行此模型，请阅读主页上的说明。 约翰·范·德·科Perl 2015 年 1 月

来自AMD的资深工程师谢海波从CPU/GPU的数据传输、OpenCL的运行时开销、APU架构等方面讲解了HSA和OpenCL优化。