对开发人员而言 某种意义上 OpenCL 已经实质性死亡

GPGPU 这个名词发明至今已经有接近 20 年，期间各个厂商和研究机构推出了多种开发框架，例如最初使用汇编调用 32 位浮点进度的纹理着色器来做一些玩具性质的研究，之后出现了 BrookGPU、NVIDIA 的 CUDA、AMD 的 Close to Metal、微软的 DirectCompute、KHR 的 OpenCL 等等。

其中，OpenCL 曾经被业界寄予厚望，它是以 API 的方式为 C 等语言提供 GPGPU 扩展，至今依然有包括 NVIDIA、Apple、AMD、Intel、Adobe、三星、Arm、高通等一众大佬支持，声势浩大。

然而事情的并不如很多人预想的那样发展。

首先，英伟达作为 OpenCL 的主要奠基者，已经在很长时间里没有发布新版本 OpenCL 驱动，目前公开的 OpenCL 驱动只支持到 OpenCL 1.2，而 OpenCL 其实已经发展到了 3.0，英伟达这样做一方面有刻意打压 OpenCL 的意图，另一方面，CUDA 的生态已经枝繁叶茂，业界说起 GPGPU，其实 90% 的最终指向都是指 CUDA。

其次，除了英伟达外，还有多家 OpenCL 的重要台柱也都放弃了 OpenCL，这包括了 OpenCL 的发起人 Apple 公司以及曾经在 OpenCL 发力最狠的 AMD。Apple 已经有了自己的 API：Metal，而 AMD 在两年前已经将重点转向了 ROCM，AMD 官网早就找不到 OpenCL SDK 下载，所以在 AMD 这边给 OpenCL 判死刑的程度比 NVIDIA 还狠，真是爱有多深恨有多深。

最后，Intel 现在也都开始力推 OneAPI，这个框架的起点比 ROCM 还高，甚至可以做二进制 CUDA 转换，转换后的性能比直接用 OpenCL 写还快，当然这除了代表转换后的效率非常高以外，还意味着 OpenCL 的更新可能没法跟上硬件发展的步伐。

许多最初因为 OpenCL 有开放平台特点而入坑的 OpenCL 开发者现在可能面临非常尴尬的局面，要么转向移动计算领域，如果想继续在 PC 领域做 GPGPU 开发的话，最赚钱的途径还是直接跳到 CUDA 上来。

反正如果你想在 PC 平台上保证 GPGPU 应用运行的话，OpenCL 只能写到 1.2 版本的规格，再往上想利用更多新式 GPU 的计算特性，就务必要转向 CUDA 或者 ROCM 等工具。

OpenCL 的现状就是如此，我不确定未来是否会有大变化，但是如果想继续从事 GPGPU 开发的话，真应该仔细考虑清楚，是否值得在上面投资。