38、GPU编程：从基础到优化

GPU编程：从基础到优化

1. 进一步探索

一些大众市场设备，如安卓平板电脑和手机，具备使用OpenCL语言编程的GPU。以下是相关资源：
- 从Google Play下载OpenCL - Z和OpenCL - X基准测试应用程序，查看设备是否支持OpenCL，硬件供应商也可能提供驱动程序。
- Compubench（https://compubench.com）有一些使用OpenCL或CUDA的移动设备的性能测试结果。
- 英特尔在https://software.intel.com/en - us/android/articles/opencl - basic - sample - for - android - os 有关于安卓OpenCL编程的优质网站。

近年来，GPU的硬件和软件增加了对其他编程模型的支持，如基于任务的方法和图算法。这些替代编程模型在并行编程中一直备受关注，但在效率和扩展性方面存在挑战。像稀疏矩阵求解器这类关键应用，若这些领域没有进一步发展，很难实现。关键问题在于能否充分暴露并行性以利用GPU的大规模并行架构，这还有待时间验证。

2. 额外阅读资源

• NVIDIA长期支持GPU编程研究，CUDA C编程和最佳实践指南（https://docs.nvidia.com/cuda）值得一读。
• GPU Gems系列（https://developer.nvidia.com/gpugems）虽旧，但包含很多相关资料。
• AMD在其GPUOpen网站（https://gpuopen.com/compute - product/rocm/）和ROCm网站（h