4

我想用 Python 开始GPGPU编程。我应该从 pyopencl 还是 clyther 开始？有什么不同？

4

4 回答 4

11

OpenCL 由两部分组成。有一个通常用 C 编写的主机端和一个用 OpenCL 定义的 C 的派生词编写的设备端。此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。您使用 Python 编写主机端代码。您在 Python 的子集中编写设备端代码（与 Cython 类似）。这是非常高级且易于使用的。

PyOpenCL 是从 Python 到 OpenCL API 的一个相对较低级别的绑定。设备端代码是用 OpenCL 的 C99 子集编写的。它使您可以完全访问和完全控制 OpenCL。很少被抽象掉。

我对两者的经验有限，但我的印象是，一旦两者都成熟了，我更愿意在大多数项目中使用 Clyther。它更加用户友好，这意味着您更有可能使用它，并且更多地使用它。在 Clyther 和 Python 之间来回切换代码也比 PyOpenCL 和 Python 更容易，因此代码维护和重构应该更容易。对于性能非常关键的项目，我更喜欢 PyOpenCL。它提供了更好的低级控制，并且您和硬件之间的层更少。PyOpenCL 的最终可能性能应该比 Clyther 更好。

我不知道这种情况是否会永远持续下去。PyOpenCL 很可能最终会添加更高级别的构造，而 Clyther 最终会添加更低级别的控制。在理想情况下，Clyther 开发人员会移动内核，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，我怀疑这是否会发生。

目前，PyOpenCL 似乎比 Clyther 更成熟。它首先开始，并且在范围上没有那么雄心勃勃。它拥有比 Clyther 更好的文档，并且似乎拥有更大的用户社区。两者的代码大小非常相似——Clyther 大约是 Python 的 4KLOCs 和 C 的 4KLOCs。PyOpenCL 大约是 Python 代码的 7KLOCs 和 C++ 代码的 9KLOCs。这是近似的（包括构建系统、示例等），因此不应被视为暗示任何超出近似相等的内容。

于 2011-02-02T01:32:17.177 回答
2

在我看来，PyOpenCL比CLyther更接近 OpenCL 的 C 绑定。

这意味着如果您已经了解 OpenCL，或者计划将实现从其他语言移植到 Python，那么 PyOpenCL 可能适合您。另一方面，CLyther 似乎比 PyOpenCL 更“pythonic”，所以如果你更熟悉 Python，那么使用的成语可能更容易理解。

它们都处于 Beta 版中，因此您可能不具备您可能想要的所有功能，并且其中任何一个都可能存在错误。

祝你好运！

于 2010-08-11T06:32:10.353 回答
0

我觉得 PyOpenCl 与 PyCuda 类似，它允许您在内核端进行大量优化，这是 GPGPU 编程的有趣部分。

这是 C 中的内核，而主机代码是 pythonic：

mod = SourceModule("""
__global__ void multiply_them(float *dest, float *a, float *b)
{
  const int i = threadIdx.x;
  dest[i] = a[i] * b[i];
}
""")
于 2015-02-11T00:36:34.273 回答
0

CLyther 包含类似于 OpenCL 和 PyOpenCL 的 C 级绑定。

clyther 是“pythonic”，因为它还允许您将 python 函数作为 openCL 设备/内核函数传递或使用。

在你的python代码中内联你可以写

@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)
于 2010-08-11T15:54:52.160 回答