Различия между VexCL, Thrust и Boost.Compute

Я разработчик VexCL, но мне очень нравится то, что Кайл Лутц, автор Boost.Compute, должен был сказать на ту же тему Увеличьте список рассылки. Короче говоря, с точки зрения пользователя осевая нагрузка, Boost.Compute, AMD’s болт и, вероятно, Microsoft C ++ AMP все реализуют STL-подобный API, тогда как VexCL — это библиотека на основе шаблонов выражений, которая ближе к собственный в природе. Я считаю, что основным отличием STL-подобных библиотек является их переносимость:

1. Thrust поддерживает только графические процессоры NVIDIA, но также может работать на процессорах через свои OpenMP и TBB-серверы.
2. Bolt использует расширения AMD для OpenCL, которые доступны только на графических процессорах AMD. Он также предоставляет Microsoft C ++ AMP и бэкэнды Intel TBB.
3. Единственным компилятором, который поддерживает Microsoft C ++ AMP, является Microsoft Visual C ++ (хотя работа над Внедрение C ++ AMP за пределы Windows в настоящее время делается).
4. Boost.Compute представляется наиболее переносимым решением, так как он основан на стандартном OpenCL.

Опять же, все эти библиотеки пытаются реализовать STL-подобный интерфейс, поэтому они имеют очень широкое применение. VexCL был разработан с учетом научных вычислений. Если бы Boost.Compute был разработан немного раньше, я бы, вероятно, основал VexCL поверх него :). Еще одна библиотека для научных вычислений, на которую стоит обратить внимание: ViennaCL, бесплатная библиотека линейной алгебры с открытым исходным кодом для вычислений на многоядерных архитектурах (GPU, MIC) и многоядерных процессорах. Взгляните на [1] для сравнения VexCL, ViennaCL, CMTL4 и Thrust для этой области.

Что касается заявленной неспособности разработчиков Thrust добавить бэкэнд OpenCL: Thrust, VexCL и Boost.Compute (я не знаком с внутренностями других библиотек), все используют методы метапрограммирования, чтобы делать то, что они делают. Но поскольку CUDA поддерживает шаблоны C ++, работа разработчиков Thrust, вероятно, немного проще: им приходится писать метапрограммы, которые генерируют программы CUDA с помощью компилятора C ++. Авторы VexCL и Boost.Compute пишут метапрограммы, которые генерируют программы, генерирующие исходный код OpenCL. Посмотрите на слайды где я пытался объяснить, как реализован VexCL. Поэтому я согласен с тем, что нынешний дизайн Thrust запрещает им добавлять бэкэнд OpenCL.

[1] Денис Демидов, Карстен Анерт, Карл Рупп, Питер Готчлинг, Программирование CUDA и OpenCL: пример использования современных библиотек C ++, SIAM J. Sci. Comput., 35 (5), C453 – C472. ( версия arXiv также доступно).

Обновление: @gnzlbg отметил, что в библиотеках на основе OpenCL нет поддержки функторов C ++ и лямбда-выражений. И действительно, OpenCL основан на C99 и скомпилирован из источников, хранящихся в строках во время выполнения, поэтому нет простого способа полностью взаимодействовать с классами C ++. Но, честно говоря, библиотеки на основе OpenCL поддерживают в некоторой степени пользовательские функции и даже лямбды.

• Boost.Compute предоставляет свой собственный реализация простых лямбд (на основе Boost.Proto) и позволяет взаимодействовать с пользовательскими структурами через BOOST_COMPUTE_ADAPT_STRUCT а также BOOST_COMPUTE_CLOSURE макросы.
• VexCL предоставляет линейно-алгебраоподобный DSL (также основанный на Boost.Proto), а также поддерживает преобразование универсальных алгоритмов и функторов C ++ (и даже Boost.Phoenix lambdas) в функции OpenCL (с ограничениями).
• Я считаю, что AMD Болт поддерживает пользовательские функторы через его C ++ для OpenCL расширение магии.

Сказав это, библиотеки на основе CUDA (и могут быть C ++ AMP) имеют очевидное преимущество от фактического компилятора времени компиляции (вы можете даже так сказать?), Поэтому интеграция с пользовательским кодом может быть намного более тесной.