Java中GPGPU / CUDA / OpenCL的最佳方法？

图形处理单元（GPGPU）上的通用计算是一个非常吸引人的概念，可以利用GPU的能力进行任何类型的计算。

我很想使用GPGPU进行图像处理，粒子和快速几何运算。

现在，似乎这个领域的两个竞争者是CUDA和OpenCL。我想知道：

• Windows / Mac上的Java是否可以使用OpenCL？
• 与OpenCL / CUDA接口的库方法是什么？
• 直接使用JNA是一种选择吗？
• 我忘记了什么吗？

任何现实世界的经验/示例/战争故事都值得赞赏。

AFAIK，JavaCL / OpenCL4Java是目前在所有平台（包括MacOS X，FreeBSD，Linux，Windows，Solaris，所有Intel 32、64位和ppc变体）中可用的唯一OpenCL绑定，这要归功于它使用JNA）。

它具有至少可以在Mac和Windows上从Java Web Start正常运行的演示（为避免在Linux上随机崩溃，请参阅此Wiki页面，例如此粒子演示）。

它还带有一些实用程序（GPGPU随机数生成，基本并行约简，线性代数）和Scala DSL。

最后，它是最早的绑定（自2009年6月以来），并且拥有活跃的用户社区。

（免责声明：我是JavaCL的作者：-））

您也可以考虑Aparapi。它允许您用Java编写代码，并尝试在运行时将字节码转换为OpenCL。

全面披露。我是Aparapi开发人员。

好吧，CUDA是对C的修改，要编写CUDA内核，您必须使用C进行编码，然后使用nvidia的CUDA编译器将其编译为可执行形式。然后可以使用JNI将产生的本机代码与Java链接。因此，从技术上讲，您不能从Java编写内核代码。有JCUDA http://www.jcuda.de/jcuda/JCuda.html，它为您提供了用于一般内存/设备管理的cuda api，以及一些以CUDA和JNI包装的Java方法（FFT，一些线性代数方法） ..等等等等。）。

另一方面，OpenCL只是一个API。OpenCL内核是传递给API的纯字符串，因此使用Java的OpenCL，您应该能够指定自己的内核。Java的OpenCL绑定可在http://www.jocl.org/中找到。

我一直在使用JOCL，对此我感到非常满意。

与CUDA相比，OpenCL的主要缺点（至少对我而言）是缺少可用的库（Thrust，CUDPP等）。但是，CUDA可以很容易地移植到OpenCL，并且通过学习这些库的工作原理（算法，策略等）实际上非常好。

我知道已经晚了，但是看看这个：https : //github.com/pcpratts/rootbeer1

我没有使用它，但似乎比其他解决方案更容易使用。

从项目页面：

Rootbeer比CUDA或OpenCL Java语言绑定更高级。使用绑定，开发人员必须将对象的复杂图序列化为原始类型的数组。使用Rootbeer，这是自动完成的。同样，使用语言绑定，开发人员必须使用CUDA或OpenCL编写GPU内核。使用Rootbeer（使用Soot）对Java字节码进行了静态分析，并自动生成了CUDA代码。

我还可以通过jogamp.org推荐JOCL，可在Linux，Mac和Windows上运行。例如，CONRAD将大量的OpenCL与JOCL结合使用。

如果要进行某些图像处理或几何运算，则可能需要具有gpu支持的线性代数库（例如CUDA）。我建议您使用ND4J巫婆，它是基于CUDA GPU的线性代数，DeepLearning4J构建在该代数上。这样一来，您不必直接处理CUDA，而不必使用c中的低级代码。另外，如果您想使用DL4J对图像进行更多处理，则可以访问特定的图像处理操作，例如卷积。

您可以看一下CUDA4J API

http://sett.com/gpgpu/the-cuda4j-api