--- 2017年8月更新,AMD方面出现了一些新的亮点 ---
现在,实际上可以在大多数AMD硬件上运行任何库
点击此处
截至2015年10月25日
看起来AMD和其他公司已经开始开发了几个用于深度学习的OpenCL加速框架。所以,是的,OpenCL支持现在在深度学习中已经存在 :)
这是一个针对开发深度学习主要考虑OpenCL加速框架或工具的列表。我希望它们会在未来几年得到更新。
我们知道现在(2015年10月25日)有三种深度学习框架非常受研究人员欢迎,并已经出现了一些商业产品
Theano
Caffe
Torch
Caffe拥有相当不错的OpenCL支持,因为AMD开发了一个完整版的Caffe,支持几乎所有Caffe的功能,并且正在积极开发中。它被称为OpenCL Caffe。这里是代码库
OpenCL Caffe
如果您正在考虑性能,则根据该网站(我自己没有进行过基准测试)它在AMD R9 Fury硬件上可以提供约261张图片/秒或每天2250万张图片的训练速度。与可以处理4000万张图片/天的nvidia K40相比,根据该网站,它可以以六分之一的价格提供一半的性能(考虑到K40是3000美元的显卡,R9 Fury约为600美元)。但是,使用任何消费级别的显卡都会给您带来关于内存(VRAM)的问题,这在深度学习中非常重要。
最近Torch似乎也有不错的OpenCL支持。但它只由一个人维护。它声称对Torch的所有功能都有完全支持。但是它并没有给出关于性能的想法。这里是代码库,而且它被积极维护。
cltorch
目前似乎没有一个像样的Theano框架的OpenCL后端,但正在进行中。当前版本可以完成简单程序。
还有其他一些针对深度学习的OpenCL框架。需要一些时间来确定它们是否正常工作。
GpuArray
:http://deeplearning.net/software/theano/tutorial/using_gpu.html#gpuarray - jprice