本文转载自：http://www.cnblogs.com/mikewolf2002/archive/2011/12/17/2291239.html
这篇日志是学习AMD OpenCL文档时候的总结。
OpenCL用memory object在host和device之间传输数据，memory object由runtime（运行库，driver的一部分）来管理。
OpenCL中的内存对象包括buffer以及image，buffer是一维数据元素的集合。image主要用来存储一维、二维、三维图像、纹理或者framebuffer。[对image对象，gpu会有优化，比如使用L1 cache，使用tile mode地址等等]
我们先画一张图，然后再来学习各种内存概念：
Host memory:
是指系统内存，cpu能够以全速带宽访问系统内存，但是GPU不能直接访问它。
Pinned host memory(page locked):
是host内存的一部分，由操作系统确定它的驻留位置，它的物理地址是固定的，不能改变。runtime会限制opencl memory object使用的pinned memory数量。注：pinned memory如同名字所言，不能被交换出内存，是page locked。cpu能够以全速带宽访问pinned内存，且需保持cpu cache一致性，GPU通过PCIE访问pinned memory，也要保持cache一致性。
Device visible host memory:
是pinned memory一部分，GPU访问时可以不必保持cpu cache一致性，这样可以加快GPU访问速度，但由于没有cache一致性，cpu读这些memory就变慢了，由于可以combined write（就是通过一次内存访问，邻接的很多地址进行写操作），cpu写操作速度并不慢。
Device memory:
dGPU有自己的device memory，gpu可以以高带宽进行访问，但cpu不能直接访问。
Host visible device memroy:
dGPU的一部分，GPU能够以全速带宽访问它，该内存被映射到cpu地址空间，做为无cache内存，cpu可以通过PCIE直接访问它，当然速度和system memory比，要慢好多，但是由于可以combined write（scatter write)，所以写速度取决于PCIE带宽。
对于APU而言，没有单独的global memory，它用device visible memory 做为global memory。
下面我们看下如何在system memory和device memory之间传输数据：
当system memory中的数据要拷贝到device memory中去的时候，OpenCL runtime执行下面的操作：
1、当传输数据小于32K时，cpu把数据拷贝到runtime能够访问的pinned memory buffer中，然后DMA engine执行相应的传输，相反的过程也一样，数据从device memory传输到pinned memory buffer，然后copy到指定的系统内存块中。
2、传输数据大于32K，小于16M时，数据的物理内存页首先被pinned（lock page),然后DMA engine执行传输操作，最后内存块被unpinned。
3、当传输数据大于16M时，host pinned memory的staging buffer被使用，数据分批次被拷贝到staging buffer，然后传输到device memory。注：会使用双缓冲，以便DMA向device拷贝数据、cpu向stage buffer拷贝数据能够并行执行。