C ++，OpenCV和跨平台GPU编程的“什么”
我想为计算机视觉问题写一个跨平台的代码。 这个代码应该在具有GPU（nVidia）的PC上运行，具有GPU的iPhone以及可能包含GPU的一些基于Android的设备可能不运行。 我想获得现有硬件的最大可能利用率。 我的编程语言是C ++ 11，我的计算机视觉库是OpenCV。 什么是最好的框架，图层，技术等等来使用，以便编写一个可以利用GPU的隔离的高级代码（如果可用的话）。
PS这可能会显示为要求推荐的话题。 但是，在这里，我并没有问很多可用的选项。 我只是问这个问题通常是怎么做的，或者这个领域的艺术状况如何。
我认为以下技术堆栈对您的要求非常有意义：
-
OpenCL适用于配备nVidia GPU或任何其他供应商的各种桌面工作站以及Android上的GPU编程。 - iOS上用于GPU编程的
Metal，因为它很less移植你的OpenCL实现：
如果你认为Metal可能是一个原因 – 语言看起来非常像OpenCL，因为它只是OpenCL，就像苹果希望的那样。 两种语言之间的移植非常简单。 这也意味着通过一些小的修复，一个Metel内核可以被现有的OpenCL编译器编译。
（ http://streamcomputing.eu/blog/2015-05-09/apples-dragging-opencl-compiler-problem/ ，上次访问时间为07.12.2015）
关于OpenCV
OpenCV部分支持OpenCL （ http://docs.opencv.org/2.4/modules/ocl/doc/introduction.html ，上次访问时间为07.12.2015），但是afaik OpenCV没有办法在iOS下使用GPU（ OpenCV在iOS上 – GPU的使用？ ）。
因此，如果您希望GPU加速，那么iOS将成为将基于OpenCV的algorithm移植到该平台的一个棘手部分。
对于多平台，我将要争论保持在C / C ++中，并使用通常的线程库。
在iOS中，只有一个供应商，而OpenCV团队可以根据需要进行调整，在Android上有一些CPU / GPU供应商，所以Google / Android团队使用RenderScript（ 为什么GoogleselectRenderScript的OpenCL ），并不正式支持OpenCL。 包括非RenderScript GPU计算选项必须来自Intel，Qualcomm等个别供应商，以及nVidia的CUDA的完整性。
意识到移动平台已经以比PC更快的速度发展，也就是说，你可以用英特尔获得的手机types首先发布了Core i系列（2008），而现在已经有了。
更进一步，在OpenGL ES 3.1和Vulkan中有计算着色器。 所以，如果你正在寻找基线 – 你会在C / C ++的线程土地更好。
现在，如果你真的有一个移动应用程序，你需要推动性能，那么你可以找出什么样的优化是需要在您select的移动平台。