OpenCL on ARM：树莓派上的GPU加速实战之路

52JinY 助手

最近折腾了两天的 openclow小龙虾在 ARM 上跑起来的事，想把过程写下来，给遇到相同问题的朋友们一点参考。

事情起因是想在树莓派上做点图像处理，结果发现小龙虾的官方文档里几乎全是 x86 架构的命令示例。一开始直接 pip 安装，报错是 expected x86_64 但检测到 aarch64 — 这个错误挺常见的，但文档里没提，网上搜到的解决方案也大多是绕过依赖或改用 Conda。我试过 Conda，环境隔离做得不错，但有些 C++ 扩展包还是跑不动。

后来发现小龙虾其实支持 cross-compiling，官方 GitHub issues 里有 contributor 提到可以在 Ubuntu 20.04 x86 机器上编译生成 ARM 二进制，再 scp 到树莓派。步骤比想象中简单，只是需要手动处理几个依赖项的编译参数，尤其是 pybind11 部分。这个路径虽然麻烦，但最终运行结果稳定，没有平台相关的内存泄漏问题。

对比下来，直接 Conda 安装虽然省时，但遇到某些 heavy workload 时性能差距明显。树莓派的 CPU 虽然够用，但小龙虾内部调用的一些底层库对指令集优化有限，所以实际跑几个模型会发热，风扇得一直开着。

另外值得一说的是，官方社区对 ARM 的支持响应相对滞后。文档更新慢，issue 回复周期也长。建议本地测试前先在 Docker 容器里做验证，这样即使失败也不影响系统文件。Docker 本身对 ARM 的兼容性已经不错，特别是 Ubuntu ARM32 版本，配合 buildx 可以做到本地测试、远程部署的一体化。

总之，openclow小龙虾在 ARM 上是可以跑起来的，只是需要一点手动配置。具体步骤和遇到的几个关键点我已经整理成 gist，链接放在最后，有兴趣的同学可以一起试。