Question

我确定我更喜欢使用GPU而不是CPU，特别是因为我正在开发游戏而FPS会增加我的预期。事情是我不知道从哪里开始。我可以很容易地实现JOCL或JCUDA，但之后我不知道从使用CPU到GPU的替换位置。感谢帮助：）

Answer 1

你之后进行了什么样的计算？如果这些是计算密集型的，例如N体重力实验，那么你可以简单地将变量复制到gpu然后计算然后将结果复制回主存储器。

如果您的对象有大数据但流量动态或碰撞检测等计算量很小，那么您应该在图形API和计算API之间添加互操作性。然后你就可以在没有任何数据复制的情况下进行计算。（加速就像你的GPU ram带宽除以你的pci-e带宽。对于HD7870，如果计算能力没有达到饱和，它就像25倍）

我在java中使用jocl和lwjgl使用gl / cl互操作性，它们运行得很好。

一些神经网络是用CPU（Encog）训练的，但是由GPU（jocl）使用来生成地图并由LWJGL绘制:(神经元重量稍微改变以具有更多的随机化效果）

enter image description here

非常重要的部分是：

启动GL上下文。
使用GL上下文的句柄变量来启动可互操作的CL上下文
创建GL缓冲区
使用可互操作的cl上下文创建CL缓冲区。
当opencl完成并且gl准备好开始时，不要忘记调用clFinish（）
当opengl完成并且cl准备好开始时，不要忘记调用glFinish（）
使用opencl内核构建器/表类和缓冲区调度程序类将有助于在gl和cl之间有数十个不同的内核，并且需要它们按顺序运行。

示例：

 // clh is a fictional class that binds oepncl to opengl through interoperability
 // registering needed kernels to this object
 clh.addKernel(
               kernelFactory.fluidDiffuse(1024,1024),  // enumaration is fluid1
               kernelFactory.fluidAdvect(1024,1024),   // enumeration is fluid2
               kernelFactory.rigidBodySphereSphereInteracitons(2048,32,32), 
               kernelFactory.fluidRigidBodyInteractions(false), // fluidRigid
               kernelFactory.rayTracingShadowForFluid(true),
               kernelFactory.rayTracingBulletTargetting(true),
               kernelFactory.gravity(G),
               kernelFactory.gravitySphereSphere(), // enumeration is fall
               kernelFactory.NNBotTargetting(3,10,10,2,numBots) // Encog
               );

 clh.addBuffers(
         // enumeration is buf1 and is used as fluid1, fluid2 kernels' arguments
               bufferFactory.fluidSurfaceVerticesPosition(1024,1024, fluid1, fluid2),
        // enumeration is buf2, used by fluid1 and fluid2
               bufferFactory.fluidSurfaceColors(1024,1024,fluid1, fluid2),
        // enumeration is buf3, used by network
               bufferFactory.NNBotTargetting(numBots*25, Encog)
               )

 Running kernels:

 // shortcut of a sequence of kernels
 int [] fluidCalculations = new int[]{fluid1,fluid2,fluidRigid, fluid1} 

 clh.run(fluidCalculations); // runs the registered kernels
 // diffuses, advects, sphere-fluid interaction, diffuse again

 //When any update of GPU-buffer from main-memory is needed:

 clh.sendData(cpuBuffer, buf1); // updates fluid surface position from main-memory.

将cpu代码更改为opencl代码可以由APARAPI自动完成，但我不确定它是否具有互操作性。

如果您需要自己动手，那么就像以下一样简单：

 From Java:

 for(int i=0;i<numParticles;i++)
 {
     for(int j=0;j<numParticles;j++)
       {

           particle.get(i).calculateAndAddForce(particle.get(j));
       }
 }


 To a Jocl kernel string(actually very similar to calculateAndAddForce's inside):

   "__kernel void nBodyGravity(__global float * positions,__global float *forces)" +
                "{" +
                "    int indis=get_global_id(0);" +
                "    int totalN=" + n + "; "+            
                "    float x0=positions[0+3*(indis)];"+
                "    float y0=positions[1+3*(indis)];"+
                "    float z0=positions[2+3*(indis)];"+
                "    float fx=0.0f;" +
                "    float fy=0.0f;" +
                "    float fz=0.0f;" +
                "    for(int i=0;i<totalN;i++)" +
                "    { "+
                "       float x1=positions[0+3*(i)];" +
                "       float y1=positions[1+3*(i)];" +
                "       float z1=positions[2+3*(i)];" +

                "       float dx = x0-x1;" +
                "       float dy = y0-y1;" +
                "       float dz = z0-z1;" +
                "       float r=sqrt(dx*dx+dy*dy+dz*dz+0.01f);" +
                "       float tr=0.1f/r;" +
                "       float tr2=tr*tr*tr;" +
                "       fx+=tr2*dx*0.0001f;" +
                "       fy+=tr2*dy*0.0001f;" +
                "       fz+=tr2*dz*0.0001f;" +

                "    } "+


                "    forces[0+3*(indis)]+=fx; " +
                "    forces[1+3*(indis)]+=fy; " +
                "    forces[2+3*(indis)]+=fz; " +

               "}"

需要帮助添加OpenCL（GPU使用）

1 个答案: