GPU 编程，CUDA 或 OpenCL 还是？
GPU Programming, CUDA or OpenCL or?
GPU 编程的最佳方式是什么？
我知道：
- CUDA 非常好，有很多开发人员支持和非常好的 zo debug，但仅限于 NVidia 硬件
- OpenCL 非常灵活，运行 在 NVidia、AMD 和英特尔硬件上，运行 在加速器、GPU 和 CPU 上，但据我所知，NVidia 不再支持它。
- Coriander (https://github.com/hughperkins/coriander) 将 CUDA 转换为 OpenCL
- HIP https://github.com/ROCm-Developer-Tools/HIP 由 AMD 制作，可以以转换为 AMD 和 NVidia CUDA 的方式编写。它还可以将 CUDA 转换为 HIP。
OpenCL 是我的首选方式，我希望在硬件支持方面非常灵活。但如果不再得到 NVidia 的支持，它就是一个淘汰赛。
HIP 听起来对我来说最好用不同的发布文件。但是英特尔即将推出的硬件将如何支持？
还有其他选择吗？
对我来说重要的是许多受支持的硬件，长期支持，因此也可以在几年内编译并独立制造。
附加：应该可以使用以上的obe编译器，对Linux和Windows支持。
Nvidia 不会很快取消对 OpenCL 的支持。
一种在 GPU 上可移植代码的新兴方法是 SYCL。它支持从单个源文件进行更高级别的编程，然后编译两次，一次用于 CPU，一次用于 GPU。 GPU 部分然后通过 OpenCL、CUDA 或其他后端在 GPU 上运行。
然而，截至目前，跨平台支持最好的 GPU 框架是 OpenCL 1.2，它在这一点上已经非常成熟。因此，您的代码可以在 10 年前的 GPU、最新和最快的 data-center GPU、游戏和工作站 GPU 上运行，如果您需要更多内存，甚至可以在 CPU 上运行。与 CUDA 相比，在 Nvidia GPU 上根本没有 performance/efficiency 权衡；它运行得一样快。
如果您已经拥有庞大的代码库，那么像 HIP 这样的移植工具非常有用，但性能可能会受到影响。我的建议是选择其中一个框架并完全致力于它，而不是使用某种工具然后生成可能优化不佳的端口。
如果您选择从 OpenCL 入手，请查看此 OpenCL-Wrapper。本机 OpenCL C++ 绑定使用起来有点麻烦，这个轻量级包装器大大简化了学习，同时保持了功能和完整性能。
GPU 编程的最佳方式是什么？
我知道：
- CUDA 非常好，有很多开发人员支持和非常好的 zo debug，但仅限于 NVidia 硬件
- OpenCL 非常灵活，运行 在 NVidia、AMD 和英特尔硬件上，运行 在加速器、GPU 和 CPU 上，但据我所知，NVidia 不再支持它。
- Coriander (https://github.com/hughperkins/coriander) 将 CUDA 转换为 OpenCL
- HIP https://github.com/ROCm-Developer-Tools/HIP 由 AMD 制作，可以以转换为 AMD 和 NVidia CUDA 的方式编写。它还可以将 CUDA 转换为 HIP。
OpenCL 是我的首选方式，我希望在硬件支持方面非常灵活。但如果不再得到 NVidia 的支持，它就是一个淘汰赛。 HIP 听起来对我来说最好用不同的发布文件。但是英特尔即将推出的硬件将如何支持？
还有其他选择吗？ 对我来说重要的是许多受支持的硬件，长期支持，因此也可以在几年内编译并独立制造。 附加：应该可以使用以上的obe编译器，对Linux和Windows支持。
Nvidia 不会很快取消对 OpenCL 的支持。
一种在 GPU 上可移植代码的新兴方法是 SYCL。它支持从单个源文件进行更高级别的编程，然后编译两次，一次用于 CPU，一次用于 GPU。 GPU 部分然后通过 OpenCL、CUDA 或其他后端在 GPU 上运行。
然而，截至目前，跨平台支持最好的 GPU 框架是 OpenCL 1.2，它在这一点上已经非常成熟。因此，您的代码可以在 10 年前的 GPU、最新和最快的 data-center GPU、游戏和工作站 GPU 上运行，如果您需要更多内存，甚至可以在 CPU 上运行。与 CUDA 相比，在 Nvidia GPU 上根本没有 performance/efficiency 权衡；它运行得一样快。
如果您已经拥有庞大的代码库，那么像 HIP 这样的移植工具非常有用，但性能可能会受到影响。我的建议是选择其中一个框架并完全致力于它，而不是使用某种工具然后生成可能优化不佳的端口。
如果您选择从 OpenCL 入手，请查看此 OpenCL-Wrapper。本机 OpenCL C++ 绑定使用起来有点麻烦，这个轻量级包装器大大简化了学习，同时保持了功能和完整性能。