有关GPGPU库的建议

Question

我正在编写一个应用程序，最终它可以很好地并行化：

two dimensional float initialData and result arrays
for each cell (a, b) in result array:
    for each cell (i, j) in initialData:
        result(a, b) += someComputation(initialData(i, j), a, b, i, j, some global data...);

有关算法的更多细节：

• 我想让第一个循环的迭代同时运行（也许有更好的方法？）
• 初始数据以只读方式访问
• someComputation相当简单，它涉及乘法，加法，余弦计算，所以它可以通过GPU来完成，但是，它需要它正在处理的元素的索引
• 任何维度的阵列都不会超过~4000

图书馆资产：

• 程序将用C＃编写（使用WPF），如果它（已经）具有易于使用的.NET绑定，那将会很好
• 如果没有找到GPU，算法应该在CPU上运行
• 程序将仅限Windows，并且Windows XP支持是非常可取的。
• 算法可以在OpenCL中重写，但是，我认为它不像像素着色器那样受到广泛支持。但是，如果没有其他选择，OpenCL就可以了。 （AFAIK CUDA仅在nVidia GPU上运行，OpenCL涵盖nVidia和AMD的GPU）

我试图查看Microsoft Accelerator库，但我还没有找到传递数组索引的方法。任何帮助都会让我感激不尽，请原谅我的英语。

Answer 1

有低级OpenCL绑定：OpenCL.NET：http://openclnet.codeplex.com/。此外，存在基于OpenCL.NET的F＃绑定：https://github.com/YaccConstructor/Brahma.FSharp

它允许您编写“本机”F＃代码并通过OpenCL在GPU上运行它。例如，矩阵乘法的代码（没有提供者配置）：

//Code for run on GPU
let command = 
    <@
        fun (r:_2D) columns (a:array<_>) (b:array<_>) (c:array<_>) -> 
            let tx = r.GlobalID0
            let ty = r.GlobalID1
            let mutable buf = c.[ty * columns + tx]
            for k in 0 .. columns - 1 do
                buf <- buf + (a.[ty * columns + k] * b.[k * columns + tx])
            c.[ty * columns + tx] <- buf
    @>

//compile code and configure kernel
let kernel, kernelPrepare, kernelRun = provider.Compile command
let d =(new _2D(rows, columns, localWorkSize, localWorkSize))
kernelPrepare d columns aValues bValues cParallel
//run computations on GPU
let _ = commandQueue.Add(kernelRun()).Finish()            

//read result back
let _ = commandQueue.Add(cParallel.ToHost(kernel)).Finish()