Arrays 编写一次并行数组Haskell表达式，在CPU&；上运行；带有repa和accelerate的GPU Repa和加速API相似性

Haskell repa库用于在CPU上自动并行阵列计算。加速库是GPU上的自动数据并行。这些API非常相似，具有相同的N维数组表示形式。您甚至可以使用

Data.Array.accelerate.IO中的
fromRepa
和
toRepa
在accelerate和repa数组之间切换：

fromRepa :: (Shapes sh sh', Elt e) => Array A sh e -> Array sh' e
toRepa   :: Shapes sh sh'          => Array sh' e  -> Array A sh e

accelerate有多个后端，包括LLVM、CUDA和FPGA（参见的图2）。我已经发现了一个加速库，尽管该库似乎没有得到维护。鉴于repa和accelerate编程模型相似，我希望有一种优雅的方式在它们之间切换，即一次编写的函数可以使用repa的R.computeP或accelerate的一个后端（例如CUDA函数）执行

两个非常相似的功能：Repa和在南瓜上加速
取一个简单的图像处理阈值函数。如果灰度像素值小于50，则将其设置为0，否则将保留其值。以下是它对南瓜的作用：

以下代码介绍了repa和加速实现：

modulemain其中
将限定的Data.Array.Repa作为R导入
将限定的Data.Array.Repa.IO.BMP作为R导入
导入符合条件的Data.Array.Accelerate作为
将符合条件的Data.Array.Accelerate.IO作为
将合格的Data.Array.Accelerate.解释器作为
导入数据.Word
--使用accelerate（解释器）对图像应用阈值
thresholdAccelerate:：IO（）
阈值加速=do
img A.Exp A.Word32
evalPixel p=如果p>50，则p为0
--使用repa对图像应用阈值
thresholdRepa:：IO（）
阈值repa=do
让arr:：IO（R.Array R.U R.DIM2（Word8，Word8，Word8））
arr=id`fmap`R.readImageFromBMP“pumpkin in.bmp”中的任意一个（error.show）
img 50然后x其他0
数据后端选择=Repa |加速
main:：IO（）
main=do
让userChoice=Repa——假装这个命令行标志
案例用户选择
Repa->阈值Repa
加速->阈值加速

问题：我可以只写一次吗？
thresholdAccelerate
和
thresholdRepa
的实现非常相似。是否有一种优雅的方法可以一次性编写数组处理函数，然后以编程方式在交换机中选择多核CPU（repa）或GPU（accelerate）？我可以根据是否需要CPU或GPU来选择导入，即导入
Data.Array.Accelerate.CUDA
或
Data.Array.Repa
执行类型为
Acc a
的操作，方法如下：

run :: Arrays a => Acc a -> a

或者，使用类型类，例如，大致如下：

main:：IO（）
main=do
让userChoice=Repa——假设这是一个命令行标志
操作applyThreshold:：RepaBackend（）
加速->applyThreshold:：CudaBackend（）
行动

或者，对于我希望为CPU和GPU表达的每个并行阵列函数，我必须实现两次——一次是使用repa库，另一次是使用accelerate库？
我在一年多前设计yarr时考虑过这一点。当时，类型族推断或类似的东西（我不记得很清楚）存在严重问题，这妨碍了实现
向量
、
repa
、
yarr
、
加速
，等等的统一包装。既有效又不允许写入太多显式类型签名，或者原则上实施（我不记得了）

这就是GHC7.6。我不知道GHC 7.8在这一领域是否有意义的改进。理论上我没有看到任何问题，因此我们可以期待有一天，在短时间或长时间内，当GHC准备好的时候会有这样的东西。
简单的回答是，目前，不幸的是，您需要编写两个版本

然而，我们正在研究对Accelerate的CPU支持，这将消除对代码的Repa版本的需求。特别是，Accelerate最近获得了一个新的基于LLVM的后端，它同时针对GPU和CPU：

这个新的后端仍然是不完整的、有缺陷的和实验性的，但我们正计划使它成为当前CUDA后端的可行替代品。
Accelerate有一个repa后端：-从未使用过它，但我很高兴知道这是否是一个足够有趣的后备方案。对，似乎打算使用repa后端并使用
accelerate
编写代码，但我想不管出于什么原因，人们对它都不太感兴趣。是的，但我认为它可能是合适的，因为
加速
允许我们编写一次函数，并根据需要在并行CPU或GPU上运行。这是一个模块开关，而不是翻转构造函数，但是你可以在前者的基础上编写后者。太棒了！accelerate和repa的LLVM后端的长期情况是什么？一个会反对另一个吗？LLVM IR的表达能力是否足以实现类型索引数组表示，例如延迟数组？还是计划保留repa和加速llvm单独的项目？一旦LLVM后端成熟，我想一个明显的基准就是repa？Accelerate也使用延迟数组，但它会自动决定使用什么数组表示。这在Accelerate中比在Repa中更容易，因为Accelerate是一种限制性更强的语言，所以我希望我们可以不使用Repa中所需的类型级表示提示。我们没有计划继续开发accelerate repa后端。在公认的非常有限的基准测试集上，新的LLVM后端已经比普通的Repa代码快。