GPU编程简介[关闭]

每个人都以图形卡GPU的形式在台式机上拥有这台大型的大规模并行超级计算机。

• 什么是GPU社区的“ hello world”？
• 我该怎么做，该去哪里，才能开始为主要的GPU供应商编程GPU？

-亚当

通过IMO的NVidia查看CUDA，它是进行GPU编程的最简单平台。有很多很酷的材料可供阅读。 http://www.nvidia.com/object/cuda_home.html

Hello world将是使用GPU进行任何类型的计算。

希望有帮助。

1. 您将获得可编程的顶点和像素着色器，这些着色器允许直接在GPU上执行代码来操纵要绘制的缓冲区。这些语言（即OpenGL的GL Shader Lang和High Level Shader Lang和DirectX的等效语言）是C样式的语法，并且确实易于使用。可以在 XNA游戏工作室和Direct X 上找到HLSL的一些示例。我没有任何不错的GLSL参考，但是我敢肯定有很多。这些着色器语言提供了巨大的功能，可以直接在图形卡上操纵在每个顶点或每个像素级别绘制的内容，从而使阴影，照明和光晕之类的东西真正易于实现。
2. 我想到的第二件事是使用 openCL为通用GPU的新线进行编码。我不确定如何使用它，但是我的理解是openCL使您能够开始访问图形卡和常规cpu上的处理器。这还不是主流技术，似乎是由Apple驱动的。
3. CUDA似乎是一个热门话题。CUDA是nVidia获取GPU功能的方式。这是一些介绍

我认为其他人已经回答了您的第二个问题。对于第一个CUDA的“ Hello World”，我认为没有固定的标准，但就个人而言，我建议使用并行加法器（即，一个将N个整数相加的程序）。

如果您看一下NVIDIA SDK中的“减少”示例，那么可以扩展表面上简单的任务以演示众多CUDA注意事项，例如合并读取，内存库冲突和循环展开。

有关更多信息，请参见此演示文稿：

http://www.gpgpu.org/sc2007/SC07_CUDA_5_Optimization_Harris.pdf

看一下ATI Stream Computing SDK。它基于斯坦福大学开发的BrookGPU。

将来，所有GPU工作都将使用OpenCL进行标准化。这是苹果公司发起的一项举措，将与显卡供应商无关。

OpenCL致力于使跨平台库能够编写适用于GPU的代码。它允许人们编写代码而无需知道它将在哪个GPU上运行，从而可以更轻松地使用某些GPU的功能，而无需专门针对几种GPU。我怀疑它的性能不如本机GPU代码（或不如GPU制造商所允许的本机代码），但是对于某些应用程序来说，这种折衷是值得的。

它仍处于相对较早的阶段（截至此答案为1.1），但在业界已获得一定的关注-例如，OS X 10.5及更高版本本身就支持它。

CUDA是一个很好的框架。它使您可以用C语言编写GPGPU内核。编译器将从代码中生成GPU微代码，并将CPU上运行的所有内容发送给常规编译器。它仅是NVIDIA，并且仅在8系列或更高版本的显卡上运行。您可以签出CUDA区域，以了解可以做什么。CUDA SDK中有一些很棒的演示。SDK随附的文档是实际编写代码的一个很好的起点。它将引导您编写矩阵乘法内核，这是一个很好的起点。

无需进入CUDA或OpenCL即可进行GPU编程的另一种简便方法是通过OpenACC进行。

OpenACC的工作方式与OpenMP相似，带有编译器指令（如#pragma acc kernels）将工作发送到GPU。例如，如果您有一个大循环（只有更大的循环才真正受益）：

int i;
float a = 2.0;
float b[10000];
#pragma acc kernels
for (i = 0; i < 10000; ++i) b[i] = 1.0f;
#pragma acc kernels
for (i = 0; i < 10000; ++i) {
  b[i] = b[i] * a;
}

编辑：不幸的是，对于NVIDIA GPU卡，只有PGI编译器现在才真正支持OpenACC。

尝试GPU ++和libSh

LibSh链接很好地描述了它们如何将编程语言绑定到图形基元（显然是基元本身），GPU ++通过代码示例描述了其全部内容。

如果使用MATLAB，则将GPU用于技术计算（矩阵计算和繁重的数学/数字运算）变得非常简单。我发现它可用于游戏之外的GPU卡。查看以下链接：

http://www.mathworks.com/discovery/matlab-gpu.html