Python中的GPGPU编程

Question

我想用Python语言开始GPGPU编程。我应该从pyopencl开始还是从clyther开始？有什么关系呢？

Answer 1

OpenCL由两部分组成。主机端通常用C语言编写，设备端用OpenCL定义的C的派生语言编写。这些代码在运行时编译到设备(通常是GPU)。

CLyther试图将所有内容抽象出来。您可以用Python编写主机端代码。您可以在Python的子集中编写设备端代码(以类似于Cython的方式)。这是非常高级别的，并且易于使用。

PyOpenCL是一个从OpenCL到Python的相对低级的绑定。设备端代码是用OpenCL的C99子集编写的。它为您提供对OpenCL的完全访问和完全控制。只有很少的东西被抽象出来。

我在这两个方面的经验都有限，但我的印象是，一旦两者都成熟了，我更喜欢在大多数项目中使用Clyther。它对用户更友好，这意味着你更有可能使用它，并且更多地使用它。与PyOpenCL和Python相比，在Clyther和Python之间来回移动代码也更容易，因此代码维护和重构应该更容易。对于性能要求非常高的项目，我更喜欢PyOpenCL。它提供了更好的底层控制，并且在你和硬件之间有更少的层。使用PyOpenCL时，最终可能的性能应该比使用克莱特时更好。

我不知道这种情况是否会永远持续下去。很可能，PyOpenCL最终将添加更高级别的构造，而克莱特最终将添加更低级别的控制。在理想的情况下，Clyther开发人员会移动核心，使其构建在PyOpenCL之上，这样我们就不必选择，并避免重复劳动。不过，我怀疑这种情况是否会发生。

目前，PyOpenCL似乎比克莱特更成熟。它是最先启动的，在范围上没有那么雄心勃勃。它有比Clyther更好的文档，而且似乎有更大的用户社区。两者在代码大小上非常相似-- Clyther大约是4KLOC的Python和4KLOC的C。PyOpenCL大约是7KLOC的Python代码，以及9KLOC的C++代码。这是近似值(包括构建系统、示例等)，因此不应将其视为超出近似值相等的含义。

Answer 2

在我看来，PyOpenCL比CLyther更接近于OpenCL的C绑定。

这意味着，如果您已经了解OpenCL，或者计划将其他语言的实现移植到Python语言，那么PyOpenCL可能适合您。另一方面，CLyther似乎比PyOpenCL更“Python”，所以如果您更熟悉Python语言，那么所使用的习惯用法可能更容易理解。

这两个工具都是Beta版本，所以你可能不会拥有你想要的所有特性，而且其中任何一个都可能有bug。

祝好运!

Answer 3

与OpenCL和PyOpenCL类似，CLyther包含C级别的绑定。

clyther是“python式的”，因为它还允许您将python函数作为openCL设备/内核函数进行传递和/或使用。

在python代码中内联，您可以编写

@kernel
@bind('global_work_size' ,'a.size')
@bind('local_work_size' , 1)
def sum(a,b,ret):
    i = clrt.get_global_id(0)
    ret[i] = a[i] + b[i]

sum(clarray1,clarray2,clarray3)