WebGPU 通用计算（计算管线、计算着色器）入门：矩阵相乘

文章出处：https://web.dev/gpu-compute/

文章发布时间	文章最后更新	翻译时间	翻译人
2019年8月28日	2021年9月6日	2021年9月12日	四季留歌

版权原作者所有。转载翻译稿请带连接与翻译者。

使用 WebGPU 可以调用 GPU 的并行计算性能。

1 背景

GPU 最初是拿来画图的设备，但是近些年它的并行计算能力却开辟了另一些领域，允许开发人员实现多种类型的算法，而不是仅仅拿来画图。

这种借助 GPU 并行计算能力的编程称为 GPU计算，使用 GPU 作为主要运算处理器的科学计算称为通用 GPU 编程（General-Purpose GPU 编程，GPGPU）。

译者注：多年后，这段文字会不会写入一些本科毕业论文呢？（笑

GPU 计算为机器学习做出了巨大贡献，因为卷积神经网络和其他模型可以利用该架构在 GPU 上高效运行。但是，Web端缺乏 GPU 的计算功能（WebGL很难做），W3C 的 GPU for the Web 社区组正在设计一个 API 来公开大多数现代图形处理器能用的图形编程接口，这个 API 是 WebGPU。

WebGPU 是一个底层 API，类似 WebGL。它的代码量很长，接口粒度很细，不过没关系，我们关注的是性能。

在本文中，作者介绍 WebGPU 中的 GPU 计算部分，仅作为抛砖引玉，希望各位大佬能玩出花样。之后原作者也将考虑写一些 WebGPU 图形渲染的文章。

2 访问 GPU

在 WebGPU API 中访问 GPU 很容易，调用 navigator.gpu.requestAdapter() 会返回一个 Promise，它会 resolve 一个 GPU 适配器（物