PyOpenCL vs Clyther vs纯OpenCL和C99：新手最适合什么？

我有一个问题：快速线性系统求解（我有很多这样的系统）。我将使用GPU和OpenCL来解决它。PyOpenCL vs Clyther vs纯OpenCL和C99：新手最适合什么？

我喜欢动态语言如Ruby或Python，我得到了使用低级语言，比如C.

的习惯了

所以，我有两个同时发生的目标：

制定这样的OpenCL解决方案以尽可能少的努力尽可能快地解决线性系统。
不要在性能上松动很多。为了方便起见，我不希望支付2-10倍的减速，但我已经准备好用高级语言支付30-50％的费用。

对我来说最好的例子是：几乎Python代码在OpenCL C中编译几乎没有浪费。

我发现了这样的解决方案：纯OpenCL C，PyOpenCL,Clyther。

我该从什么开始？

来源

2011-11-15 petRUShka

在C语言中做尽可能多的事来做计算，使用类似Cython的东西来绑定到你自定义的C库。 – millimoose

我的观点是，试图在OpenCL中使用动态语言是不值得的。你会失去大部分你喜欢Python的东西，并且可能不会为你的努力节省很多时间。

但我只是说在Python中编写OpenCL内核。还有主机应用程序，它准备并提交内核。如果您喜欢Python，我建议您使用PyOpenCL等包装来编写纯Python中的主机应用程序以访问OpenCL API。然后，用纯OpenCL写你的内核，让你的Python应用程序按原样提交它们。我相信这会从Python中获得大部分所需，而在性能上几乎没有任何成本。

来源

2011-11-15 22:13:05 vocaro

PyOpenCL写得很好。它为我节省了很多时间。我能够修改我的纯Python/Numpy Mandelbrot计算，使其速度提高了250倍以上。 Numpy也不慢！它利用它C编译代码很多，但PyOpenCL版本使它看起来像一个slu。。为了达到目的，我正在为两种版本的算法Numpy数组提供支持，因为PyOpenCL支持它们。 – Demolishun

用OpenCL编程最难的部分是并行化你的算法 - 这意味着编写你的内核。很可能，你将花费你大部分的时间来调整和理解你的OpenCL C代码，而AFAIK是你编写内核的唯一选择。

既然如此，我说的是纯粹的C/OpenCL实现。一旦将“样板文件”OpenCL API部分启动并运行，您不太可能需要更改大部分内容。如果有的话，你会玩的工作组大小，你传递给clEnqueueNDRangeKernel。

如果你是一个CL的新手，我说保持简单。为问题添加另一个软件层 - 特别是定义为线性求解器的问题 - 只会使您的工作复杂化。

编辑：

我要补充，当你使用标准的OpenCL API，你扩大你的在线帮助/支持的潜力。如果您选择使用其中一种Python绑定，则可能会限制您对这些社区人员的潜在支持。

来源

2011-11-15 22:21:39 James

PyOpenCL vs Clyther vs纯OpenCL和C99：新手最适合什么？

回答

相关问题