lp-mu-opencv-gpu.py
Prueba de rendimiento de OpenCV para verificar la aceleración de GPU Intel Arc.
Instale python3-opencv. Para una aceleración real de GPU, compile OpenCV con soporte OpenCL o use las bibliotecas Intel oneAPI. Monitoree el uso de GPU con 'intel_gpu_top' para confirmar que el procesamiento se descarga en la GPU Arc.
lp-mu-opencv-gpu.py
import cv2
import numpy as np
import time
# Vérification de la disponibilité du GPU (OpenCL)
print("OpenCL info:", cv2.getBuildInformation())
# Création d'un filtre de flou gaussien pour tester le pipeline
def test_blur():
# Image synthétique
img = np.random.randint(0, 255, (1080, 1920, 3), dtype=np.uint8)
start = time.time()
for _ in range(100):
# OpenCV utilise souvent le CPU par défaut, mais peut être compilé avec OpenCL
# Pour forcer l'accélération GPU, assurez-vous que la build OpenCV a le support OpenCL
blurred = cv2.GaussianBlur(img, (5, 5), 0)
end = time.time()
print(f"Temps pour 100 flous : {end - start:.4f} secondes")
print("Vérifiez l'utilisation du GPU avec 'intel_gpu_top' dans un autre terminal.")
if __name__ == "__main__":
test_blur()