引言：
對於初學GPGPU的朋友，基本上都是從Brook+，CUDA C或者OpenCL開始的，因爲這些接口的Kernel都是基於類C語言進行開發的，相對來說容易很多。就現在而言，CUDA C的接口會成熟一些。但是很多人的顯卡是A卡，因爲A卡的Graphics相對好一些，對於這些朋友如果想在自己的機器上進行高性能計算，可以選擇CAL進行開發。CAL(Compute Abstraction Layer)是AMD的GPGPU的硬件抽象層，它提供了一些底層的功能，從而可以使用戶進行高性能的計算。相對前幾種接口而言，開發難度可能會大一些，因爲CAL的Kernel是用類彙編語言進行編寫的，可讀性並沒有類C語言好。本文講解了一個利用CAL開發的簡單的控制檯程序。程序的內容非常簡單，就是把兩個數組中每個元素分別乘起來而已。本文適合對於GPGPU有一定了解的朋友。
正文：
首先我們看下host端，我們需要做些什麼纔可以正確設置起來CAL的環境。1. 初始化CAL: calInit，調用這個函數就好。
2. 打開設備。
3. 創建Context。
簡單的三部設置就可以設置好CAL的環境了。設置好環境後，我們需要編譯Kernel代碼。也分爲三部分：
1. Compile Kernel的代碼（之前需要得到設備的屬性，因爲CAL會爲每個不同的設備編譯優化的代碼）。
2. 鏈接Object。
3. 讀取Module。
其實Host端會比Brook+複雜一些，但是並沒有什麼本質的區別，只不過Brook+是封裝了這些步驟。所以數據設置部分我就不再重複了，代碼裏面有的。我們重點來看一下kernel部分吧。
il_ps_2_0
dcl_input_interp(linear) v0.xy__
dcl_resource_id(0)_type(2d,unnorm)_fmtx(float)_fmtx(float)_fmtx(float)_fmtx(float)
dcl_resource_id(1)_type(2d,unnorm)_fmtx(float)_fmtx(float)_fmtx(float)_fmtx(float)
dcl_output_generic o0
flr r0 , v0
sample_resource(0)_sampler(0) r1 , r0.xyxx
sample_resource(1)_sampler(1) r2 , r0.xyxx
mul o0 , r1 , r2
end以上這個簡短的程序就是CAL的Kernel部分了，對於剛接觸CAL的朋友來說，並不是一眼就能看出來這個程序是做什麼的，所以我貼上等同的OpenCL的代碼好了。
__kernel void GPUKernel( const __global float4* data1 ,
const __global float4* data2 ,
__global float4* result )
{
uint tidx = get_global_id(0);
uint tidy = get_global_id(1);
uint dim = get_global_size(0);
uint tid= tidy * dim + tidx;
result[tid] = data1[tid]+data2[tid];
}上面這個Kernel簡單多了，基本沒什麼東西。我就不多做介紹了。我們重點來看下CAL的那個Kernel。
第一行的il_ps_2_0是說，語言是IL(Intermediate Language)，ps代表pixel shader，而2_0代表是pixel shader 2.0版本。做通用計算可以用ps還可以用cs(compute shader)，由於前者支持的廣泛一些，所以我們這裏用ps。
dcl_input_interp(linear) v0.xy__ ，dcl應該是declera的意思，這裏的意思是聲明一個變量，這個變量是根據你的thread來確定的，就相當於Opencl裏面的get_global_id。這個變量有兩點需要注意：
1. CAL裏面的寄存器是沒有數據類型的概念的。程序員有責任記住每個變量是什麼類型的。這裏的索引並不是int型的，而是float型的。這個索引是從(0.5,0.5)開始的，相鄰的thread的索引差1.0。
2. 這個索引是2維的，因爲我們外面創建資源的時候創建的是2維的。因爲資源的每一維是有長度限制的，在Radeon 4800Series上是8192，5870上是16384。如果我們要處理更多的數據，一維的資源顯然不能滿足我們的需求，所以我們這裏創建了2維的資源。那麼我們最大可以創建8192*8192個element，而每個element可以有4個float，那麼一共是268435456個數據。這已經是1G的顯存了。不過大多數程序不需要一次處理這麼大的計算量，所以二維的資源完全可以滿足我們的需求。
下面的兩條指令是聲明資源，unnorm代表資源裏面的數據不是單位化的，後面我們規定了資源裏面每個元素的類型。這裏我們注意到一個細節，每個元素擁有四個float，事實上amd的GPU在進行計算時，這四路是同時計算的。我們把每四個float分別放置到一個element裏面，這樣我們可以充分利用AMD GPU的硬件特性進行計算。
後面就是輸出結果的聲明。程序的聲明部分到這裏就已經結束了。下面就是計算的部分了，相對來說更容易看一些。
flr r0 , v0 指令就是取整指令，這裏取整也是四路的，但是隻有前兩路對我們有意義。
然後進行採樣，就是資源的讀取，這裏由於資源是二維的，所以我們要輸入二維的索引。索引的類型必須爲float。
下面就是最核心也是最簡單的計算的部分了，把寄存器r1和r2的內容乘起來而已。這樣這個簡單的Kernel就結束了。
其實前面的聲明對於剛接觸的朋友來說，可能稍微複雜一點，但是熟悉了以後，發現IL也並不是特別難寫的。這個程序同樣是附有源代碼的：
http://filer.blogbus.com/4730079/resource_47300791259325111j.rar
