锐客网

  1. 首页 > 睿知 > it技术 > >

gpu运算vb.net gpu运算卡使用方法

IT技术计算

c# 如何使用gpu计算如何通过编程将GPU用于通用计算任务
随着现代图形处理器(GPU)可编程能力及性能的提高 ， 应用开发商们一直希望图形硬件可以解决以前只有通用CPU才能完成的高密集计算任务 。尽管利用通用GPU进行计算很有发展前景，但传统图像应用编程接口仍然将GPU抽象成一个包括纹理、三角形和像素在内的图像绘制器 。寻找一种能够使用这些基本元素的映射算法并不是一项简单的操作，即便对最先进的图形开发商而言也是如此 。
幸运的是 ， 基于GPU的计算从概念上讲很容易理解，并且现有多种高级语言和软件工具可以简化GPU的编程工作 。但是 ， 开发商必须首先了解GPU在图像绘制过程中是如何工作的，然后才能确定可用于计算的各个组件 。
在绘制图像时，GPU首先接收宿主系统以三角顶点形式发送的几何数据 。这些顶点数据由一个可编程的顶点处理器进行处理，该处理器可以完成几何变换、亮度计算等任何三角形计算 。接下来，这些三角形由一个固定功能的光栅器转换成显示在屏幕上的单独“碎片(fragment)” 。在屏幕显示之前 ， 每个碎片都通过一个可编程的碎片处理器计算最终颜色值 。
计算碎片颜色的运算一般包括集合向量数学操作以及从“纹理”中提取存储数据，“纹理”是一种存储表面材料颜色的位图 。最终绘制的场景可以显示在输出设备上，或是从GPU的存储器重新复制到宿主处理器中 。
可编程顶点处理器和碎片处理器提供了许多相同的功能和指令集 。但是，大部分GPU编程人员只将碎片处理器用于通用计算任务，因为它通常提供更优的性能，而且可以直接输出到存储器 。
利用碎片处理器进行计算的一个简单例子是对两个向量进行相加 。首先，我们发布一个大三角形 ， 其所包含的碎片数量和向量大小(容纳的元素)相同 。产生的碎片通过碎片处理器进行处理，处理器以单指令多数据(SIMD)的并行方式执行代码 。进行向量相加的代码从存储器中提取两个待加元素，并根据碎片的位置进行向量相加 ， 同时为结果分配输出颜色 。输出存储器保存了向量和，这个值在下一步计算中可以被任意使用 。
可编程碎片处理器的ISA类似于DSP或Pentium SSE的指令集，由四路SIMD指令和寄存器组成 。这些指令包括标准数·运算、存储器提取指令和几个专用图形指令 。
GPU与DSP的比较
GPU在几个主要方面有别于DSP架构 。其所有计算均使用浮点算法，而且目前还没有位或整数运算指令 。此外，由于GPU专为图像处理设计 ， 因此存储系统实际上是一个二维的分段存储空间，包括一个区段号(从中读取图像)和二维地址(图像中的X、Y坐标) 。
此外，没有任何间接写指令 。输出写地址由光栅处理器确定 ， 而且不能由程序改变 。这对于自然分布在存储器之中的算法而言是极大的挑战 。最后一点，不同碎片的处理过程间不允许通信 。实际上，碎片处理器是一个SIMD数据并行执行单元，在所有碎片中独立执行代码 。
尽管有上述约束，但是GPU还是可以有效地执行多种运算，从线性代数和信号处理到数值仿真 。虽然概念简单，但新用户在使用GPU计算时还是会感到迷惑，因为GPU需要专有的图形知识 。这种情况下，一些软件工具可以提供帮助 。两种高级描影语言CG和HLSL能够让用户编写类似C的代码，随后编译成碎片程序汇编语言 。这些语言编译器可以从Nvidia和微软公司的网站免费下载 。尽管这些语言大大简化了描影汇编代码的编写 ， 但实际应用时仍然必须使用图形API来建立并发布计算任务 。

推荐阅读


上一篇：wordpress取一级菜单，Wordpress菜单里增加文章

下一篇：苹果斗鱼录屏直播，斗鱼手机录播