请举出一个实际编程的在ARM上用opencl做通用运算的例子

好的，下面是一个简单的使用OpenCL在ARM上进行向量加法的例子：

#include <stdio.h>
#include <stdlib.h>
#include <CL/cl.h>

#define LENGTH 1024 // 向量长度

int main()
{
    cl_int err;

    // 创建OpenCL上下文
    cl_context context = clCreateContextFromType(NULL, CL_DEVICE_TYPE_GPU, NULL, NULL, &err);

    // 获取OpenCL设备
    cl_device_id device;
    err = clGetContextInfo(context, CL_CONTEXT_DEVICES, sizeof(cl_device_id), &device, NULL);

    // 创建命令队列
    cl_command_queue queue = clCreateCommandQueue(context, device, 0, &err);

    // 创建OpenCL内存对象
    cl_mem a_mem_obj = clCreateBuffer(context, CL_MEM_READ_ONLY, LENGTH * sizeof(float), NULL, &err);
    cl_mem b_mem_obj = clCreateBuffer(context, CL_MEM_READ_ONLY, LENGTH * sizeof(float), NULL, &err);
    cl_mem c_mem_obj = clCreateBuffer(context, CL_MEM_WRITE_ONLY, LENGTH * sizeof(float), NULL, &err);

    // 分配主机内存
    float *a = (float*)malloc(LENGTH * sizeof(float));
    float *b = (float*)malloc(LENGTH * sizeof(float));
    float *c = (float*)malloc(LENGTH * sizeof(float));

    // 初始化向量
    for (int i = 0; i < LENGTH; i++) {
        a[i] = i;
        b[i] = LENGTH - i;
        c[i] = 0;
    }

    // 将向量数据传输到OpenCL设备上
    err = clEnqueueWriteBuffer(queue, a_mem_obj, CL_TRUE, 0, LENGTH * sizeof(float), a, 0, NULL, NULL);
    err |= clEnqueueWriteBuffer(queue, b_mem_obj, CL_TRUE, 0, LENGTH * sizeof(float), b, 0, NULL, NULL);

    // 创建OpenCL内核程序
    const char *program_source =
        "__kernel void vecadd(__global const float *a, __global const float *b, __global float *c) {"
        "   int i = get_global_id(0);"
        "   c[i] = a[i] + b[i];"
        "}";
    cl_program program = clCreateProgramWithSource(context, 1, &program_source, NULL, &err);

    // 编译OpenCL内核程序
    err = clBuildProgram(program, 1, &device, NULL, NULL, NULL);

    // 创建OpenCL内核对象
    cl_kernel kernel = clCreateKernel(program, "vecadd", &err);

    // 设置OpenCL内核参数
    err = clSetKernelArg(kernel, 0, sizeof(cl_mem), &a_mem_obj);
    err |= clSetKernelArg(kernel, 1, sizeof(cl_mem), &b_mem_obj);
    err |= clSetKernelArg(kernel, 2, sizeof(cl_mem), &c_mem_obj);

    // 执行OpenCL内核
    size_t global_size = LENGTH;
    size_t local_size = 64;
    err = clEnqueueNDRangeKernel(queue, kernel, 1, NULL, &global_size, &local_size, 0, NULL, NULL);

    // 将结果传输回主机内存
    err = clEnqueueReadBuffer(queue, c_mem_obj, CL_TRUE, 0, LENGTH * sizeof(float), c, 0, NULL, NULL);

    // 输出结果
    for (int i = 0; i < LENGTH; i++) {
        printf("%f + %f = %f\n", a[i], b[i], c[i]);
    }

    // 释放资源
    clReleaseKernel(kernel);
    clReleaseProgram(program);
    clReleaseMemObject(a_mem_obj);
    clReleaseMemObject(b_mem_obj);
    clReleaseMemObject(c_mem_obj);
    clReleaseCommandQueue(queue);
    clReleaseContext(context);
    free(a);
    free(b);
    free(c);

    return 0;
}

这个例子中，我们将两个长度为1024的向量相加，并使用OpenCL在ARM上进行加速。在代码中，我们先创建了一个OpenCL上下文、命令队列和内存对象，然后将向量数据传输到OpenCL设备上。接着，我们编写了一个简单的向量加法内核，并将其编译为OpenCL程序。最后，我们设置内核参数并执行内核，将结果传输回主机内存并输出。