下面对4x4矩阵进行转置，调用openCL，4X4矩阵采用二维数组进行存储，在程序设计上，让转置过程分10次转置完成，就是一次转一行，因此OpenCL的工作维数是二维。

openCL程序分为两个部份，一部份是内核代码，负责具体算法。另一部份是主程序负责初始化OpenCL和准备数据。主程序加载内核代码，并按照既定方法进行运算。

核函数代码如下

__kernel void matrix_transposition(__global int* a, __global int* b)

{

int col = get_global_id(0);

int row = get_global_id(1);

b[col*4+row] = a[row*4+col];

}

主机端代码如下

int main()

{

cl_device_id device;

cl_platform_id platform_id = NULL;

cl_context context;

cl_command_queue cmdQueue;

cl_mem bufferA,bufferB;

cl_program program;

cl_kernel kernel = NULL;

size_t ocl_string_size;

char *ocl_string;

ocl_string = (char *)malloc(1024*1024);

//我们使用的是二维向量

//设定向量大小（维数）

size_t globalWorkSize[2];

globalWorkSize[0] = dim_x ;

globalWorkSize[1] = dim_y;

/*

定义输入变量和输出变量，并设定初值

*/

int buf_A[dim_x][dim_y];

int buf_B[dim_x][dim_y];

size_t datasize = sizeof(int) * dim_x * dim_y;

int n=0;

int m=0;

for(n=0;n<dim_x;n++)

{

for(m=0;m<dim_y;m++)

{

buf_A[m][n] = m + n*dim_x;

}

}

ocl_string_size = get_ocl_string("matrix_transposition.cl", ocl_string);

//step 1:初始化OpenCL

clGetPlatformIDs(1, &platform_id, NULL);

clGetDeviceIDs(platform_id, CL_DEVICE_TYPE_ACCELERATOR, 1, &device, NULL);

//step 2:创建上下文

context = clCreateContext(NULL,1,&device,NULL,NULL,NULL);

//step 3:创建命令队列

cmdQueue = clCreateCommandQueue(context,device,0,NULL);

//step 4:创建数据缓冲区

bufferA = clCreateBuffer(context,

CL_MEM_READ_ONLY,

datasize,NULL,NULL);

bufferB = clCreateBuffer(context,

CL_MEM_WRITE_ONLY,

datasize,NULL,NULL);

//step 5:将数据上传到缓冲区

clEnqueueWriteBuffer(cmdQueue,

bufferA,CL_FALSE,

0,datasize,

buf_A,0,

NULL,NULL);

//step 6:加载编译代码,创建内核调用函数

program = clCreateProgramWithSource(context,1,

(const char**)&ocl_string,

&ocl_string_size,NULL);

clBuildProgram(program,1,&device,NULL,NULL,NULL);

kernel = clCreateKernel(program,"matrix_transposition",NULL);

//step 7:设置参数，执行内核

clSetKernelArg(kernel,0,sizeof(cl_mem),&bufferA);

clSetKernelArg(kernel,1,sizeof(cl_mem),&bufferB);

//<span style="color: #ff0000;"><strong>注意这里第三个参数已经改成2，表示二维数据。</strong></span>

clEnqueueNDRangeKernel(cmdQueue,kernel,

2,NULL,

globalWorkSize,

NULL,0,NULL,NULL);

//step 8:取回计算结果

clEnqueueReadBuffer(cmdQueue,bufferB,CL_TRUE,0,

datasize,buf_B,0,NULL,NULL);

//输出计算结果

for(n=0;n<dim_x;n++)

{

for(m=0;m<dim_y;m++)

{

printf("%d ", buf_A[m][n]);

}

printf("\n");

}

for(n=0;n<dim_x;n++)

{

for(m=0;m<dim_y;m++)

{

printf("%d ", buf_B[m][n]);

}

printf("\n");

}

//释放所有调用和内存

clReleaseKernel(kernel);

clReleaseProgram(program);

clReleaseCommandQueue(cmdQueue);

clReleaseMemObject(bufferA);

clReleaseMemObject(bufferB);

clReleaseContext(context);

return 0;

}

将上述程序编译，结果如下

0 1 2 3

4 5 6 7

8 9 10 11

12 13 14 25

矩阵转置后

0 4 8 12

1 5 9 13

2 6 10 14

3 7 11 15

该矩阵的行和列转换成功，即第 n 行变成第 n 列