更加优秀的通用计算API

    ● 更加优秀的通用计算API

    优秀的编程模型能给帮助基于此架构的产品迅速发展，在这个领域各家厂商都尽全力推广自己的编程架构，因为只有程序员认可这套编程模型，最终的产品才有生命力。目前的“OpenCL”、“Stream”、“Compute Shader”和“CUDA模型C语言包”都是面向异构系统通用目的并行编程的开放式、免费标准，也是统一的编程环境。便于软件开发人员为高性能计算服务器、桌面计算系统、手持设备编写高效轻便的代码，而且广泛适用于多核心处理器（CPU）、图形处理器（GPU）、Cell类型架构以及数字信号处理器（DSP）等其他并行处理器，在游戏、娱乐、科研、医疗等各种领域都有广阔的发展前景。

众多厂商鼎力相助的OpenCL工作组

　　OpenCL实际上是针对异构系统进行并行编程的一个全新的API，OpenCL可以利用GPU进行一些并行计算的工作。我们知道，图形里面有很多API，比如OpenGL是针对图形的，而OpenCL则是针对并行计算的API。OpenCL开发人员可以利用GPU和CPU的计算能力，把GPU和CPU异构的系统运用在很多并行计算的领域。

　　Stream是AMD提出的GPGPU编程接口。基本上还是基于一种传统CPU的一种方式，Stream主要包括CAL与Brook+。CAL是一套指令集，可以用汇编语言的方式来开发软件，然而我们汇编方式开发软件的话，对搞计算的人来说不大现实，让他们用汇编语言来说的话可能确实是一个折磨。Brook+是斯坦福大学开发的，它是类似于C语言的东西，是把底层GPGPU的计算方式类似于C的这种语言，这里要说明的是Brook+不是C语言而是类C语言，语法和C语言比较类似。

　　Compute Shader技术是微软DirectX 11 API新加入的特性，在Compute Shader的帮助下，程序员可直接将GPU作为并行处理器加以利用，GPU将不仅具有3D渲染能力，也具有其他的运算能力，也就是我们说的GPGPU的概念和物理加速运算。多线程处理技术使游戏更好地利用系统的多个核心。Compute Shader主要特性包括线程间数据通信、一整套随机访问和流式I/O操作基本单元等，能加快和简化图像和后期处理效果等已有技术，也为DX11级硬件的新技术做好了准备，对于游戏和应用程序开发有着很重大的意义。

　　而NVIDIA提出的CUDA架构主要包含两个方面：一个是ISA指令集架构；第二硬件计算引擎；实际上是硬件和指令集。也就是说我们可以把CUDA看作是与X86或者cell类似的架构，但是CUDA基于GPU，而不是传统的CPU。实际上CUDA是NVIDIA的GPGPU模型，它使用C语言为基础，可以直接以大多数人熟悉的C语言，写出在显示芯片上执行的程序，而不需要去学习特定的显示芯片的指令或是特殊的结构。

OpenCL与CUDA在编程模式方面的区别

　　OpenCL是一个API，在第一个级别，CUDA架构是更高一个级别，在这个架构上不管是OpenCL还是DX11这样的API，还是像C语言、Fortran、DX11 Computer Shader，都可以支持。作为程序开发员来讲，一般他们只懂这些语言或者API，可以采用多种语言开发自己的程序，不管他选择什么语言，只要是希望调用GPU的计算能，在这个架构上都可以用CUDA来编程。CUDA架构与OpenCL是包容关系，我们把他们放在同一级别进行讨论本来就是错误的，与OpenCL在同一级别不是CUDA架构，而是CUDA的C语言包，也就是我们常说的CUDA版本。

　　Folding@home项目的GPU客户端版本是最早利用Stream来开发的应用软件之一，当然也是名气最大的。NVIDIA进入以后使用CUDA的语言来写Folding@home客户端的软件，CUDA的C语言包可以说是真正在GPU上运行的C语言，脱离了对图形学API的依赖，它近乎完美地使用了C语言的存储体系，把大部分的数据尽可能的在Shared memory上进行计算。极大提高GPU运算效率。

　　不管C语言还是Fortran，与OpenCL、Computer Shader这种API都是长期共存的关系。通过GPU通用编程语言的迅速发展，我们非常欣喜地看到越来越多的通用计算程序出现，显卡已经远远不止是娱乐工具，而变身为高性能并行计算机。优秀的编程模型配合高性能硬件系统，让个人和小型科研机构也可以非常轻松地配置自己的高性能计算机平台。